分层强化学习实现多阶段交会轨迹设计

Mariko Storey-Matsutani 等提出一个面向自主三自由度交会与近距操作的分层强化学习框架，覆盖从轨道匹配到对接的完整轨迹。该框架训练了轨道匹配、远距离接近、中距离接近、近距离接近和对接五个阶段的专用策略，由一个学习得到的高层管理策略根据航天器状态在各阶段控制器间选择。 研究在端到端交会序列上评估该分层方法，并与固定顺序调用的启发式方法对比，考察轨迹性能与阶段切换行为，同时分析各阶段策略及完整分层系统的训练与推理指标。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。