先验策略引导的双智能体协同操纵规划：航天器-操作臂系统
机器人学
2026-05-26 v1
摘要
操作臂与基座之间的强动力耦合构成维持航天器姿态稳定性的重大挑战，可能威胁任务安全。本文提出了双智能体协同操纵规划（DACMP）框架，同时实现了6自由度空间操作臂的高精度末端执行器位置到达以及基座航天器的姿态稳定。为提升学习效率，我们引入先验策略引导的深度强化学习算法，包含时步级专家切换指导（TESG）机制，以促进全局收敛并提高任务成功率。大量实验表明，DACMP在任务成功率和控制精度方面显著优于基线DRL算法。此外，在系统约束、环境扰动和感知不确定性等多种挑战性情景下，验证了DACMP的鲁棒性。代码和仿真配置已提供于GitHub：https://github.com/HIT-YuhuiHu/DACMP。
引用
@article{arxiv.2605.25362,
title = {Prior Policy Guided Dual-Agent Coordinated Manipulation Planning of Spacecraft-Manipulator System},
author = {Yuhui Hu and Dong Zhou and Kaihong Ouyang and Zhongliang Yu and Jianfeng Lv and Xiangyu Shao},
journal= {arXiv preprint arXiv:2605.25362},
year = {2026}
}
备注
36 pages, 13 figures, 6 tables. Under review