arrow
返回

Modelling and quantifying numerical integration errors in deep reinforcement learning for propulsion dynamics

delete2026-03-25
delete0
PRE
AI
E
Enes Bajrami *
E
Ensar Bajrami
P
Petre Lameski
DOI:10.1016/j.ast.2026.112209delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
• DRL推进控制中数值积分效应的系统分析。 • PPO、SAC、TD3在多种离散化方案下的比较。 • 跨越超过50,000次模拟回合的大规模评估。 • 对重复实验中奖励稳定性的统计分析。 • 集成保真度被证明显著影响RL训练稳定性。
Keyword:
Deep Reinforcement Learning
Numerical Integration
Propulsion Control
Policy Optimization
Simulation Stability

期刊

Aerospace Science and Technology 封面图
Aerospace Science and Technology
IF:
5.8
论文数:
1.0W
被引数:
3.0W

机构

S
ss. cyril and methodius university in skopje
学者数:
15
论文数: 7
被引数: 0
U
university of tetova
学者数:
6
论文数: 3
被引数: 0
引用论文

引用论文

暂无论文信息