空间机器人抓捕非合作目标的自主强化学习控制

作者：刘帅; 邬树楠^*; 刘宇飞; 吴志刚; 毛子铭

来源：中国科学:物理学 力学 天文学 , 2019, 49(02): 113-122.

• 空间机器人
• 非合作目标
• 强化学习
• 机械臂
• 模糊理论

近年来,空间机器人在轨服务已成为许多国家的研究热点.本文针对空间机器人抓捕非合作目标任务,提出了一种强化学习控制与PD控制组成的双回路控制方法,对空间机器人基座平台姿态与机械臂运动进行控制.首先,对空间机器人的空间任务进行分析,建立包含基座平台姿态与机械臂运动的空间机器人耦合动力学模型;然后,设计双回路控制系统分别对机械臂运动与基座平台姿态进行控制,内回路中将强化学习与模糊理论结合在一起设计控制器对机械臂末端运动进行控制,外回路中采用PD控制对基座平台姿态进行稳定控制;最后,使用所提控制方法进行数值仿真,并与传统PD控制方法作对比,验证所提控制方法的有效性.结果表明,强化学习控制下的机械臂运动过程平稳、控制精度高,与传统PD控制方法相比,具有一定的自主学习性,更加适应抓捕目标的非合作特性.

• 单位
  航天学院; 中国空间技术研究院; 大连理工大学