基于强化学习的卫星姿态规划

【作者】 江姝蕾； 赵凡宇； 陈悦洁； 金仲和；

【机构】 浙江大学,微小卫星研究中心；

【摘要】 航天器在许多的空间探测和交会对接任务期间都需要大角度姿态机动,借鉴路径规划,针对禁止指向约束下的航天器姿态机动规划问题,提出了一种基于深度Q网络(Deep Q-network,DQN)的航天器姿态机动规划方法。本文综合考虑旋转路径最短、能量最优、禁止指向约束、动力学约束等,通过强化学习训练得出了一个简洁的多重约束模型,可以确定姿态机动的近似最优路径,适用于微型航天器的控制。训练好的DQN算法模型可以直接对输入起始、终止姿态进行端到端的推理,避免传统算法迭代求解的过程,相较于传统方法的高复杂度,具有相对简单的求解过程以及较强的泛化性能。仿真结果表明规划结果满足所有约束,包括4个禁止指向约束、动力学约束等。最后,通过对大角度姿态机动的对比以及仿真,验证了该方法在机动平均能耗以及规划速度方面的优势。更多还原