Resumen

Observar el universo con un satélite de realidad virtual es una experiencia increíble. Un método inteligente de control de actitud es el objeto central de investigación para lograr este objetivo. El control de actitud es esencialmente una de las tareas de alcanzar un estado objetivo bajo restricciones. El uso de métodos de aprendizaje por refuerzo en sistemas del mundo real enfrenta muchos desafíos, como muestras insuficientes, problemas de seguridad en la exploración, retrasos desconocidos en los actuadores y ruido en los datos crudos de los sensores. En este trabajo, se propuso un modelo mixto con diferentes tamaños de entrada para representar el modelo de dinámica ambiental. La precisión de predicción del modelo de dinámica ambiental y el rendimiento de la política entrenada en este documento mejoraron gradualmente. Nuestro método reduce el impacto de los datos ruidosos en la precisión de los modelos y mejora la eficiencia de muestreo. Los experimentos mostraron que el agente entrenado con nuestro método completó una tarea de alcanzar un estado objetivo en un sistema del mundo

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Universo; Realidad virtual; Control de actitud; Aprendizaje por refuerzo; Modelo de dinámica ambiental; Datos ruidosos
• Keywords:Universe; Virtual reality; Attitude control; Reinforcement learning; Environmental dynamics model; Noisy data