论文对比PPO与SAC用于双臂空间机器人控制

Nasim Fallahiarezoodar 与 Zheng H. Zhu 发布论文（arXiv:2610.32034，2026 AAS/AIAA 天体动力学会议），针对双臂空间机械臂的目标到达任务构建带臂间碰撞规避约束的协同强化学习框架，并对比 PPO 与 SAC 两种算法。论文结论是：在所考虑的固定基座仿真场景中，跨五个随机种子，SAC 显著优于 PPO。 在训练时未见过的边界目标上，两种算法性能都会下降，但 SAC 保留了大部分性能，而 PPO 性能崩塌。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。