利用深度强化学习的可变构航天器在轨自变构规划方法

摘要

利用深度强化学习的可变构航天器在轨自变构规划方法，本发明涉及可变构航天器在轨自变构规划方法。本发明的目的是为了解决现有方法对于稍微复杂的构型，算法复杂度大；无法进行规划的问题。过程为：S1：初始化均值和目标网络的参数；S2：根据目标网络选择组成自变构卫星的可动模块动作；S3：化解碰撞冲突；S4：监测S3动作执行后运动模块的状态改变；S5：获取每个模块执行动作的收益；S6：选取模块执行动作获得的经验，存储在内存中；S7：从内存中选取样本输入均值网络，得到训练好的均值网络；S8：将参数复制到目标网络中进行更新；目标网络输入为模块状态、动作，输出动作价值函数。本发明用于航天器在轨自变构规划领域。