NODA-MMH：面向轨道实验证明的学习辅助非线性磁动力学 swarm 控制
机器人学
2025-10-24 v1
摘要
本研究通过实验验证了大规模卫星群控制的原理，即利用卫星安装在卫星上的磁定子产生的磁场相互作用进行学习辅助控制。这种 actuators 作为解决卫星长期编队维持问题的有前景的方案，目前主要在地面测试台上实现了两颗卫星位置控制。然而随着卫星数量超过三个，随之而来的根本性挑战与高度非线性问题包括：1) 非全约束、2) 欠actuation、3) 可扩展性以及4) 计算成本。以往研究表明，时间积分电流控制理论上可解决这些问题，其中平均执行器输出与期望命令一致，学习技术进一步提升其性能。通过多次实验，我们验证了学习辅助时间积分电流控制的关键方面：(1) 增强了平均系统动力学的可控性，具备理论保证的误差界，且(2) 实现了分布式电流管理。我们设计双轴线圈和基于空气轴承的地面实验 setup，实现轨道动力学的数学复制。基于所学互动模型的有效性，我们引入NODA-MMH(神经网络最优偶极子分配用于认证学习模型驱动的磁动力学 swarm 控制 Harness)，实现基于模型的功率最优 swarm 控制。本研究补充了我们关于磁动力学 swarm 的教程论文，以解决长期编队维持问题。
引用
@article{arxiv.2510.20231,
title = {NODA-MMH: Certified Learning-Aided Nonlinear Control for Magnetically-Actuated Swarm Experiment Toward On-Orbit Proof},
author = {Yuta Takahashi and Atsuki Ochi and Yoichi Tomioka and Shin-Ichiro Sakai},
journal= {arXiv preprint arXiv:2510.20231},
year = {2025}
}
备注
Accepted for presentation at the 2025 International Conference on Space Robotics (iSpaRo 2025)