Dec, 2023

基于模型的强化学习在自适应光学控制中的实验研究

PDF
TL;DR通过实施和适应一种名为 AO 的 RL 方法（PO4AO），我们在 ESO 总部的 GHOST 测试台上展示了这种方法在实验室环境中的强大性能，该实验允许与推理并行进行训练，对于天空操作至关重要。
发现论文，激发创造
  • 基于强化学习的无波前传感器自适应光学方法：卫星地面激光通信

    本文研究了光学卫星通信（OSGC）中的自适应光学系统问题，并提出了使用强化学习（RL）来减小系统的延迟、大小和成本，通过与低成本四分之一光电二极管进行交互来学习控制策略的方案，并开发了一个 AO RL 环境来评估 RL 的性能。实证分析表明，PPO 优于 Soft-Actor-Critic 和 Deep Deterministic Policy Gradient，并且在 250 次训练之后，PPO 收敛到理想 Shack-Hartmann 传感器所能获得的最大奖励的 86％，表明强化学习在无波阵面传感器的 OSGC 中具有潜在的优势。

    Mar, 2023

  • 自动驾驶望远镜：离线强化学习的天文观测任务自主调度

    用于天文学调度优化问题的强化学习算法，在模拟数据集上经过多次改进和调整后，显示出很高的性能，对于特定的天文学挑战，这是第一次对离线强化学习算法进行比较和评估的研究。

    Nov, 2023

  • 无模型强化学习在光学自动实验控制中的应用

    我们使用强化学习和虚拟测试平台实现自动调整光纤对激光的耦合效率达到 90%，证明强化学习在实验室降低工作负荷上的可行性。

    May, 2024

  • 强化学习辅助的量子优化

    我们提出了一个基于强化学习的算法，用于量子近似优化算法（QAOA）内的量子反馈控制，能够基于局部信息选择控制参数，并实现了训练数据的小样本转移学习。

    Apr, 2020

  • 由学习的环境模型指导的部分可观测性下的强化学习

    本文提出了一种基于 Q-learning 和 IoAlergia 的强化学习方法，用于处理部分可观察环境下的控制系统策略生成，将 RL 与学习环境模型相结合以提供抽象的环境状态获取。实验结果表明，该方法在性能表现上优于六种当下的深度 RL 技术。

    Jun, 2022

  • 强化学习

    观察天体和提高我们对其科学知识的理解涉及繁琐的计划、安排、数据收集和后处理。本文将介绍强化学习的最新进展，以及它如何为天文学带来益处。

    May, 2024

  • 学做还是边做边学：强化学习与贝叶斯优化的在线连续调节

    使用反馈强化学习优化（RLO）和贝叶斯优化（BO）进行比较研究，在实际粒子加速器任务中，发现 RLO 通常表现更优，但并非在所有情况下都是最佳选择。基于研究结果，提供了一组明确的标准，以指导选择给定调谐任务的算法。

    Jun, 2023

  • 在 ABM 中学习复杂的空间行为：一个实验观察研究

    本文介绍了一种利用深度强化学习方法，如 PPO 算法，基于智能代理模型实现的智能自适应行为仿真方法。通过捕捉和模拟代理模型中的隐藏，躲避和觅食等行为，探索并展示了深度强化学习方法在智能自适应行为建模中的应用研究。

    Jan, 2022

  • 利用深度强化学习从 3DOctree 观测中学习在月球表面抓取

    此项研究探讨了使用深度强化学习对月球上基于视觉的机械臂进行抓取操作的智能化控制，通过虚拟环境的数据训练及域随机化技术，实现零样本迁移并成功验证实际机器人在类月环境中的操作效果。

    Aug, 2022

  • 车辆轨迹控制的高效数据深度强化学习

    采用数据高效的深度强化学习方法研究车辆轨迹控制，发现新的模型推理方法并将动力学预测和车辆定位分离，比传统方法更高效地学习控制策略。

    Nov, 2023