多智能体多视图实验与数字孪生 rendezvous (MMEDR-Autonomous) 框架的当前状态
机器人学
2026-03-24 v1 空间物理
摘要
随着接近地球的天体对象的增多，对 on-orbit 服务、碎片清除和轨道修改等应用的可靠技术需求日益增长。rendezvous 与 docking 是此类应用的关键任务阶段，可通过更高的自主性来减少操作复杂度和人类工作负担。将机器学习方法集成到 guidance、navigation 和 control（GNC）架构中，可设计出健壮的 rendezvous 和 docking 框架。本文介绍了 Multi-Agent Multi-View Experimental and Digital Twin Rendezvous (MMEDR-Autonomous) 作为统一框架，包括学习基于光学导航网络、基于强化学习的 guidance 方法（目前正在开发中），以及硬件在环 testbed。Navigation 采用轻量级单目姿态估计网络，结合多尺度特征融合，在真实图像增强上进行训练，以缓解 domain shift。guidance 组件着重于学习稳定性、奖励设计以及在任务相关约束下的系统化超参数调优。回顾了针对 Clohessy-Wiltshire 动力学的先前控制屏障函数结果，作为强制执行安全和操作约束以及指导未来非线性控制器设计在 MMEDR-Autonomous 框架中的基础。MMEDR-Autonomous 框架目前正朝着在多智能体 rendezvous 场景中进行集成实验验证。
引用
@article{arxiv.2603.20575,
title = {Current state of the multi-agent multi-view experimental and digital twin rendezvous (MMEDR-Autonomous) framework},
author = {Logan Banker and Michael Wozniak and Mohanad Alameer and Smriti Nandan Paul and David Meisinger and Grant Baer and Trevor Hunting and Ryan Dunham and Jay Kamdar},
journal= {arXiv preprint arXiv:2603.20575},
year = {2026}
}