适应性卫星态度控制用于使用深度强化学习学习的不同质量

科学领域:

• 航空航天工程 航空航天工程
• 机器人和控制系统 机器人和控制系统
• 人工智能的人工智能

背景情况:

• 传统的航天器态度控制需要精确的质量和尺寸知识,在积极的碎片清除中无法获得这些知识.
• 目标碎片的未知和可变质量属性对现有控制系统构成重大挑战.
• 在轨道上测量联合卫星碎片系统的质量是不可能的.

研究的目的:

• 开发一种可适应的卫星态度控制系统,能够从车载测量中推断质量特性.
• 为了解决在不可预测的活跃碎片清除任务中常规控制方法的局限性.
• 增强航天器控制在具有不确定的物理特征的场景中的稳定性和适应性.

主要方法:

• 实施深度强化学习 (DRL) 算法,利用堆叠的观测来适应广泛的质量变化.
• 在Basilisk软件环境中对航天器和碎片相互作用的模拟.
• 通过广泛的蒙特卡洛模拟来评估控制准确性和适应性的性能评估.

主要成果:

• 使用堆叠观测的DRL与经典的比例-积分-导数 (PID) 控制器相比,显示出更高的性能.
• 拟议的DRL算法成功地适应了卫星系统物理性质的显著变化,包括质量.
• 即使当质量特征最初未知并且动态变化时,也可以实现有效的态度控制.

结论:

• 深度强化学习提供了一个可行的和有效的解决方案,用于自适应式的航天器态度控制在积极的碎片清除.
• 在DRL中使用堆叠的观测对于处理碎片清除的质量特性不确定性的处理至关重要.
• 这种自适应控制策略通过克服传统的,依赖于模型的控制器的局限性,显著提高了任务成功的概率.