基于自适应最优输出调节的自主卫星对接：一种强化学习方法

本文描述了一种基于在线离策略数据驱动的强化学习算法，用于在自主卫星对接问题中调节和控制从星的相对位置。通过考虑卫星的连续时间线性化模型，在输出调节问题和自适应动态规划（ADP）框架下学习最优控制策略。相对运动的线性化模型用于描述卫星间的运动，卫星对接问题被表述为线性最优输出调节问题，其中反馈-前馈最优控制器用于在保持整个系统闭环稳定性的同时跟踪一类参考信号并抑制一类干扰。采用基于数据驱动的强化学习方法提出最优控制问题，以调节从星的相对位置和速度，从而与主星安全对接。利用自适应最优输出调节框架，所学习的最优反馈-前馈增益在保证最优瞬态和稳态性能的同时，无需所研究系统动力学的任何先验知识。底层动态系统的状态/输入信息反而被用于计算近似的最优反馈-前馈控制增益矩阵。在不使用卫星物理任何建模信息的情况下，以最优意义实现了参考跟踪和干扰抑制。给出了仿真结果并证明了所提方法的有效性。