Resumen

Los satélites de realidad virtual brindan a las personas una experiencia inmersiva de explorar el espacio. El método inteligente de control de actitud que utiliza el aprendizaje por refuerzo para lograr un control síncrono multieje es una de las tareas importantes de los satélites de realidad virtual. En sistemas del mundo real, los métodos basados en el aprendizaje por refuerzo enfrentan problemas de seguridad durante la exploración, retardos desconocidos en los actuadores y ruido en los datos crudos de los sensores. Para mejorar la eficiencia de la muestra y evitar problemas de seguridad durante la exploración, este artículo propone un nuevo método de aprendizaje por refuerzo fuera de línea para aprovechar al máximo las muestras. Este método aprende un conjunto de políticas con aprendizaje por imitación y un selector de políticas utilizando una red generativa adversarial (GAN). El rendimiento del método propuesto se verificó en un sistema del mundo real (péndulo invertido basado en ruedas de reacción). Los resultados mostraron que el agente entrenado con nuestro método alcanzó y mantuvo

• 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:Realidad virtual; Satélites; Aprendizaje por refuerzo; Exploración; Problemas de seguridad; Selector de políticas
• Keywords:Virtual reality; Satellites; Reinforcement learning; Exploration; Safety issues; Policy selector