基于深度强化学习的复杂地形适应机器人设计与实验

针对行星表面轻量化自主探测任务，基于仿生思想设计了一种仿海胆结构的十二足球形机器人，其具备自主改变构型以贴合复杂地形的能力，可实现无倾覆、高容错的全向运动；基于数据驱动方法，对该机器人设计了一种数据高效的无模型强化学习运动策略，可实现无先验知识的从0到1步态训练以及步态的实物样机快速部署。通过在平面地形和非结构化地形中对其进行仿真实验，验证了经过训练的机器人具备自主运动、适应非结构地形等能力；通过与常用基准策略进行对比，证实了本文提出的运动策略具有训练高效、鲁棒性好的优势；最后通过开发原理样机，开展实物实验验证了仿真环境中所生成的步态在真实物理环境中的动力学可行性。     

行星动力下降多约束最优反馈制导方法

为实现行星定点着陆，针对E制导和零控位移偏差/零控速度偏差(ZEM/ZEV)制导的不足，提出多约束下动力下降最优反馈制导方法。首先，在分析E制导性质的基础上，提出制导时长初值的高效选取方法和基于预测校正的优化方法，经少量迭代实现在推力范围受限且连续变推力约束下推进剂消耗接近最优。接着，提出基于碰撞规避时长和推力优化分配律的地平碰撞规避方法，并在此基础上利用坐标系旋转，给出满足下滑角约束的碰撞规避方法，显著提高碰撞规避能力和着陆点可见性。之后，提出匀速转动制导和基于预测校正的组合制导参数规划方法，使制导终端扩充满足加速度约束。最后，数学仿真表明新方法有效，多约束适应性强，计算量相对小，适合工程应用。