Optimal Control of Liquid Propellant Rocket Engines for Landing of Reusable Stages using Deep Reinforcement Learning

Kaiser, Tobias (2021) Optimal Control of Liquid Propellant Rocket Engines for Landing of Reusable Stages using Deep Reinforcement Learning. Masterarbeit, Julius-Maximilians-Universität, Würzburg.

PDF - Nur DLR-intern zugänglich
9MB

elib-URL des Eintrags:

https://elib.dlr.de/141212/

Dokumentart:

Hochschulschrift (Masterarbeit)

Titel:

Optimal Control of Liquid Propellant Rocket Engines for Landing of Reusable Stages using Deep Reinforcement Learning

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Kaiser, Tobias	DLR, Institut für Raumfahrtantriebe, Langer Grund, 74239 Hardthausen	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

2021

Referierte Publikation:

Nein

Open Access:

Nein

Seitenanzahl:

Status:

veröffentlicht

Stichwörter:

reinforcement learning; simulation; reusable stages

Institution:

Julius-Maximilians-Universität, Würzburg

Abteilung:

Informatik 7

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Raumfahrt

HGF - Programmthema:

Raumtransport

DLR - Schwerpunkt:

Raumfahrt

DLR - Forschungsgebiet:

R RP - Raumtransport

DLR - Teilgebiet (Projekt, Vorhaben):

R - Projekt LUMEN (Liquid Upper Stage Demonstrator Engine)

Standort:

Lampoldshausen

Institute & Einrichtungen:

Institut für Raumfahrtantriebe > Raketenantriebssysteme

Hinterlegt von:

Hanke, Michaela

Hinterlegt am:

12 Mai 2021 07:00

Letzte Änderung:

12 Mai 2021 07:00

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags