跳到主要导航
跳到搜索
跳到主要内容
北京理工大学 首页
English
中文
首页
师资队伍
研究单位
科研成果
奖项
按专业知识、名称或附属进行搜索
Deep Reinforcement Learning Based Trajectory Planning for Hopping on Low-Gravity Asteroid Surface
Chang Lv,
Zixuan Liang
*
,
Shengying Zhu
*
此作品的通讯作者
宇航学院
Beijing Institute of Technology
科研成果
:
书/报告/会议事项章节
›
会议稿件
›
同行评审
综述
指纹
指纹
探究 'Deep Reinforcement Learning Based Trajectory Planning for Hopping on Low-Gravity Asteroid Surface' 的科研主题。它们共同构成独一无二的指纹。
分类
加权
按字母排序
Engineering
Trajectory Planning
100%
Reinforcement Learning
100%
Angular Velocity ω
50%
Attitude Angle
50%
Sliding Mode Control
25%
Dynamic Models
25%
Learning Algorithm
25%
Initial Condition
25%
Target Point
25%
Physics
Rovers
100%
Microgravity
100%
Angular Velocity
66%
Deceleration
33%