| 基于强化学习的航天器姿态控制器设计 |
| |
| 引用本文： | 张瑞卿,钟睿,徐毅.基于强化学习的航天器姿态控制器设计[J].上海航天,2023,40(1):80-85. |
| |
| 作者姓名： | 张瑞卿 钟睿 徐毅 |
| |
| 作者单位： | 北京航空航天大学 宇航学院，北京 102206;上海卫星工程研究所，上海 201109 |
| |
| 基金项目： | 国家自然科学基金(11772023);上海航天科技创新基金(SAST2019-040) |
| |
| 摘 要： | 航天器在轨执行某些任务时，其质量参数会发生未知变化，传统控制方法在这种情况下控制效果不佳。本文提出基于强化学习的航天器姿态控制器设计方法，该方法在姿态控制器训练过程中不需要对航天器进行动力学建模，不依赖航天器的质量参数。当质量参数发生较大未知变化时，训练好的控制器仍然可以保持较好的控制效果。仿真测试表明:使用基于强化学习方法训练的控制器确实具有良好的鲁棒性。此外，回报函数的设计会明显影响姿态控制器的训练，因此对不同的回报函数设计进行了研究。
|
| 关 键 词： | 航天器姿态控制 鲁棒性 强化学习 神经网络 回报函数 |
| 收稿时间： | 2021/5/20 0:00:00 |
| 修稿时间： | 2021/8/19 0:00:00 |
Satellite Attitude Control Based on Reinforcement Learning Method |
| |
| ZHANG Ruiqing,ZHONG Rui,XU Yi.Satellite Attitude Control Based on Reinforcement Learning Method[J].Aerospace Shanghai,2023,40(1):80-85. |
| |
| Authors: | ZHANG Ruiqing ZHONG Rui XU Yi |
| |
| Abstract: | |
| |
| Keywords: | attitude control robustness reinforcement learning neural network reward function |
|
| 点击此处可从《上海航天》浏览原始摘要信息 |
| 点击此处可从《上海航天》下载免费的PDF全文 |
