基于最优输出调节的小航天器控制：一种强化学习方法
系统与控制
2023-07-19 v1 系统与控制
摘要
非合作飞行物体数量的不断增长引发了对采样返回与空间碎片清除任务的关注。当前解决方案成本高昂且高度依赖特定的物体识别与捕获方法。本文通过求解最优输出调节问题，提出了一种用于交会捕获任务中小卫星群飞行的低成本模块化控制方法。通过融合跟踪控制、自适应最优控制与输出调节理论，最优控制策略被设计为反馈-前馈控制器，以保证对领导者生成的一类参考输入的渐近跟踪。假定感兴趣空间物体的估计状态向量及卫星间通信可用。该控制器在抑制注入跟随卫星的非衰减扰动的同时，维持整体领导者-跟随者系统的闭环稳定性。在高保真空间应用框架Basilisk-ROS2环境下（含精确航天器动力学）的仿真结果与传统线性二次调节器控制器的结果进行了对比，揭示了所提方法的效率与实用性。
引用
@article{arxiv.2307.09428,
title = {Control of Small Spacecraft by Optimal Output Regulation: A Reinforcement Learning Approach},
author = {Joao Leonardo Silva Cotta and Omar Qasem and Paula do Vale Pereira and Hector Gutierrez},
journal= {arXiv preprint arXiv:2307.09428},
year = {2023}
}
备注
Accepted for presentation at the 37th Annual/USU Conference on Small Satellites. arXiv admin note: substantial text overlap with arXiv:2301.12489