一种面向空间非合作目标的强化学习多臂协同俘获策略研究

针对空间非合作目标清除任务中的目标适应性以及俘获动作规划复杂性等问题,提出了一种基于强化学习方法并结合“多臂分组协同”机制的包络俘获策略。首先构建了多臂俘获机构的物理模型和运动学模型,之后利用SAC(soft actor-critic)算法并引入前演训练（PT）设计了强化学习控制器,接着基于“多臂分组协同”奖励机制设计奖励函数以训练得到最优俘获动作。为了验证俘获策略对单目标作业的高效性和对多目标作业的高适应性,对各种目标分别进行仿真实验。仿真结果表明：所得的俘获策略可以对多种构型的目标实现高效、高适应地俘获。     

视觉导引受限下空间绳系机器人最优逼近控制

针对空间绳系机器人对目标逼近过程中单目视觉视线角约束和导航信息不全问题,首先建立空间绳系机器人系统动力学模型。然后考虑抓捕器视线角约束,采用高斯伪谱法对空间绳系机器人逼近任务姿轨轨迹进行一体规划。同时设计无需相对目标距离的闭环控制器实现对空间绳系机器人最优姿轨轨迹进行跟踪控制。仿真结果表明,该方案能够克服视觉导引受限的影响,实现空间绳系机器人对位姿最优轨迹的精确跟踪。