航天器威胁规避自主决策规划方法研究综述

随着空间碎片累积,巨型星座部署,以及太空竞争加剧,当前轨道威胁数目持续增长,对航天器的安全稳定运行造成了严重威胁。研究航天器面向轨道威胁的自主规避决策规划技术,对于保障空间资产安全具有现实而迫切的意义。面对突发高动态、时变多约束、信息不完全/不完美、多类型威胁并发的复杂轨道威胁场景,航天器自主规避决策规划的研究存在一系列实际挑战。针对非对抗性与对抗性两类轨道威胁,从决策建模、策略求解、动作规划及智能决策规划等关键技术入手,系统梳理了航天器自主规避决策规划的研究现状。在此基础上,结合待解决的难点问题,从建模、求解以及应用角度,对未来的研究发展方向提出一些建议,为航天器自主决策规划方法的进一步研究与发展提供参考。

航天器威胁规避智能自主控制技术研究综述

当前,轨道空间日益拥挤、太空竞争不断加剧,对航天器执行既定任务时的轨道威胁自主应对能力提出了新的挑战,使得航天器智能自主控制技术迎来新的发展机遇.在调研分析了轨道威胁感知、自主决策规划、规避机动动作执行、自主控制系统架构相关研究进展的基础上,总结提出了威胁规避智能自主控制面临的主要瓶颈问题,并分析指出发展“感知-决策-执行”一体化控制是破解瓶颈难题的有效手段,最后从一体化控制系统建模、设计、分析与验证多方面,系统讨论了威胁规避智能自主控制需要重点关注的若干基础问题,为未来航天器智能自主控制的理论研究和技术发展提供启发和参考.

基于深度强化学习的航天器多约束规避动作快速规划

航天器规避机动过程中面临多种复杂约束条件,传统基于数值优化的动作规划方法在处理相应模型和约束条件时存在初值敏感、计算时间较长等问题,难以对近距离轨道威胁做出及时反应.针对该问题,本文提出一种基于深度强化学习的航天器多约束规避动作规划方法.建立航天器六自由度非线性动力学模型以及相应姿轨机动约束条件;建立基于双延迟深度确定性策略梯度(TD3)的动作规划方法,通过TD3训练得到的神经网络在线生成满足多种约束条件的规避机动动作;构造与规划方法相适配的深度强化学习规范化训练环境,确保学习训练过程中智能体和环境的有效交互.仿真结果表明,所提方法能在预期交会时间仅数十秒的情况下快速实时生成规避动作,规划周期小于9 ms,远低于作为对比项的高斯伪谱法.