NAS自学习回收控制律

多场景自适应

将神经网络架构搜索与深度强化学习解耦，自动设计并优化火箭回收控制策略，摆脱人工调参依赖。

Xue, Shuai · Wang, Zhaolei · 白宏阳 · 于春梅 · Zian, Li

Aerospace 2024

技术优势

不用人工调参

网络架构和超参数均由算法自动搜索和优化，避免人工反复试错。

不挑场景

在模型参数偏差和风场干扰下落点精度与训练状态基本一致，具有泛化能力。

应用场景

• 可重复使用火箭：用该控制律实现火箭回收段高精度着陆，提升复用可靠性。
• 先进机器人：将自动网络搜索方法用于机器人控制策略自动设计。
• 具身智能：为具身智能体提供自主学习和泛化的控制律生成方法。