10.3969/j.issn.1674-5825.2020.04.008
基于深度强化学习算法的空间站任务重规划方法
针对空间站短期任务重规划问题规划周期短、实时性约束多、约束传播复杂的特点,结合深度强化学习在智能学习和决策上的优势,提出了适用于深度强化学习的空间站任务状态空间编码方式,实现了基于深度确定性策略梯度算法的空间站任务重规划方法.该方法可以通过学习,自主化解约束冲突,摆脱人为预先设定约束冲突化解策略的限制.仿真分析表明:该方法可以通过算法本身不断地学习进化,找到空间站任务重规划问题的近似最优解,相比于传统解决方法,具有很强的智能性和适应性,为解决空间站任务规划问题提供了新思路.
空间站、任务重规划、深度强化学习、约束满足
26
V423.7(火箭、航天器构造(总体))
载人航天预先研究项目010201
2020-09-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
469-476