基于最大因果熵逆强化学习的空间目标机动预测
系统与控制
2019-12-09 v2 系统与控制
摘要
逆强化学习（RL）可通过估计空间目标（SO）用于控制所采用的奖励函数来确定其行为。本工作讨论的方法可用于从观测数据分析空间目标的机动。该逆RL问题通过最大因果熵求解。该方法在假设观测轨迹相对于空间目标自身的奖励函数是最优的前提下，确定空间目标在具有随机扰动机动时所使用的最优奖励函数。最后，本文针对低地球轨道（LEO）定点保持和地球静止轨道（GEO）定点保持场景给出了结果。
引用
@article{arxiv.1911.00489,
title = {Space Objects Maneuvering Prediction via Maximum Causal Entropy Inverse Reinforcement Learning},
author = {Bryce Doerr and Richard Linares and Roberto Furfaro},
journal= {arXiv preprint arXiv:1911.00489},
year = {2019}
}