基于强化学习的空间机械臂控制方法

作者：李鹤宇; 林廷宇; 曾贲; 施国强

来源：航天控制, 2020, 38(06): 38-43.

DOI：10.16804/j.cnki.issn1006-3242.2020.06.007

• 空间机械臂
• 神经网络
• 深度强化学习
• 近端策略优化算法(PPO)

针对现有空间机械臂控制方法在实际应用中调试时间长、稳定性差的问题,提出一种基于深度强化学习的控制算法。构建仿真环境用于产生数据,通过状态变量实现仿真环境与深度强化学习算法的交互,通过奖励函数实现对神经网络参数的训练,最终实现使用近端策略优化算法(Proximal Policy Optimization,PPO)控制空间机械臂将抓手移动至物体下方特定位置的目的。实验结果表明,本文提出的控制算法能够快速收敛,实现控制空间机械臂完成特定目标,并且有效降低抖动现象,提升控制的稳定性。

• 单位
  北京仿真中心; 北京电子工程总体研究所