Deep Reinforcement Learning steuert Raumfahrzeug-Ausrichtung trotz Sperrzone
In einer wegweisenden Studie wird Deep Reinforcement Learning (DRL) eingesetzt, um die Ausrichtung von Raumfahrzeugen präzise zu steuern, selbst wenn eine Sperrzone für die Ausrichtung vorgegeben ist. Der Ansatz nutzt den Soft Actor-Critic (SAC)-Algorithmus, der sich besonders gut für kontinuierliche Zustands- und Aktionsräume eignet.
