太空,深度学习

使用深度学习进行太空应用的多智能体运动计划

Submitted by neurta on Mon, 10/19/2020 - 09:54
最新的运动计划器无法扩展到大量系统。多个智能体的运动计划是一个NP(不确定性多项式时间)难题,因此每次添加智能体时,计算时间都呈指数增长。这种计算需求是运动规划器在涉及航天飞机群的未来NASA任务中应用的主要绊脚石。我们应用了深度神经网络,将对计算有要求的数学运动计划问题转换为基于深度学习的数值问题。我们显示了最佳的运动轨迹可以在多个具有多个代理的2D和3D系统中使用基于深度学习的数值模型来精确复制。