泰坦深空探测器自主任务规划的物理约束深度强化学习方法

原文：A physics-constrained deep reinforcement learning method for autonomous mission planning of Titan deep space probes

泰坦是未来深空探索的一个引人注目的目标，而其极端的地球与泰坦距离和复杂的环境使得连续的地面在环规划变得不切实际。现有的规划方法主要是为地球观测场景开发的，对不确定的深空条件的通用性和对时变任务状态的适应性有限。为了解决这些挑战

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。