基于强化学习的多碎片 rendezvous 任务规划优化：包含加油与自适应碰撞规避

随着地球轨道环境日益拥挤，主动碎片清除（ADR）任务面临在确保安全作业的同时最小化轨道碰撞风险的重大挑战。本研究提出了基于强化学习（RL）的框架，以增强 ADR 任务中自适应碰撞规避，具体针对使用小卫星进行多碎片 rendezvous。小卫星因其灵活性、成本效益和机动性，使其适用于此类动态任务。我们在多碎片 rendezvous 既有工作基础上，集成了加油策略、有效任务规划和自适应碰撞规避，以优化航天器 rendezvous 操作。该方法采用掩码化的 Proximal Policy Optimization（PPO）算法，使 RL 代理能够响应实时轨道条件动态调整机动。关键考虑因素包括燃料效率、规避主动碰撞区以及优化动态轨道参数。RL 代理学习 determine 与多个碎片目标高效的 rendezvous 序列，优化燃料使用和任务时间，同时包含必要的加油停靠。来自 Iridium 33 碎片数据集的仿真 ADR 场景用于评估，涵盖多种轨道配置和碎片分布，以演示其鲁棒性和适应性。结果表明，所提出的 RL 框架在降低碰撞风险方面以及相较于传统启发式方法提高任务效率方面均表现出优势。该工作为规划复杂的多碎片 ADR 任务提供了可扩展解决方案，适用于其他多目标 rendezvous 问题中的自主空间任务规划。