LeLaR：首个基于 AI 的轨道姿态控制器的在轨演示
机器人学
2026-04-09 v5 人工智能
机器学习
系统与控制
系统与控制
摘要
姿态控制是许多卫星任务的关键。然而，经典控制器设计耗时且对模型不确定性和运行边界条件的变化极为敏感。深度强化学习 (DRL) 通过在仿真环境中进行自主交互来学习自适应控制策略，提供了有前景的替代方案。将在仿真中训练的智能体部署到实际卫星上，以克服 Sim2Real 差距，这是一项重要挑战。本文展示了首次成功的在轨演示，针对惯性指向机动任务推出基于 AI 的姿态控制器。该控制器完全在仿真中训练，部署至由德国约翰内-马克西姆利安大学与柏林技术大学合作开发的 InnoCube 3U 微卫星上，该卫星于 2025 年 1 月发射。我们介绍了 AI 智能体的设计、训练方法的流程、仿真与实际卫星行为之间的差异，以及与 InnoCube 经典 PD 控制器的比较。稳态指标确认了 AI 控制器在重复在轨机动期间的稳健性能。
引用
@article{arxiv.2512.19576,
title = {LeLaR: The First In-Orbit Demonstration of an AI-Based Satellite Attitude Controller},
author = {Kirill Djebko and Tom Baumann and Erik Dilger and Frank Puppe and Sergio Montenegro},
journal= {arXiv preprint arXiv:2512.19576},
year = {2026}
}
备注
Accepted for publication in IEEE Access (DOI: 10.1109/ACCESS.2026.3678816). This is the author's version which has not been fully edited and content may change prior to final publication. 20 pages, 15 figures, 18 tables. The maneuver telemetry datasets are available in the GitHub repository under https://github.com/kdjebko/lelar-in-orbit-data