基于强化学习的航天器姿态控制器设计

作者：张瑞卿; 钟睿^*; 徐毅

来源：上海航天(中英文）, 2023, 40(01): 80-85.

DOI：10.19328/j.cnki.2096-8655.2023.01.010

• 航天器姿态控制
• 鲁棒性
• 强化学习
• 神经网络
• 回报函数

航天器在轨执行某些任务时，其质量参数会发生未知变化，传统控制方法在这种情况下控制效果不佳。本文提出基于强化学习的航天器姿态控制器设计方法，该方法在姿态控制器训练过程中不需要对航天器进行动力学建模，不依赖航天器的质量参数。当质量参数发生较大未知变化时，训练好的控制器仍然可以保持较好的控制效果。仿真测试表明：使用基于强化学习方法训练的控制器确实具有良好的鲁棒性。此外，回报函数的设计会明显影响姿态控制器的训练，因此对不同的回报函数设计进行了研究。

• 单位
  上海卫星工程研究所; 北京航空航天大学