Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度强化学习的非合作航天器主动跟踪方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:一种基于深度强化学习的非合作航天器主动跟踪方法,本发明涉及非合作航天器主动跟踪方法。本发明属于航天航空领域。本发明的目的是为了解决现有算法无法融合航天器动力学模型以及卫星轨道动力学,无法有效的在保证跟踪精度的基础上提升算法鲁棒性,无法有效的从训练样本中有效提取出关于目标的时序相关信息等缺陷。过程为:1、获得追逐航天器的位置以及速度;2、构建演员网络和评论家网络,以及损失函数;3、构建奖励函数,获得训练好的演员网络、评论家网络;4、获得目标航天器与追逐航天器之间位置与期望位置的差距,以及目标航天器与追逐航天器之间的速度差,输入训练好的演员网络,训练好的演员网络输出当前时间步的动作。

主权项:1.一种基于深度强化学习的非合作航天器主动跟踪方法,其特征在于:所述方法具体过程为:步骤1、基于目标航天器和追逐航天器的基础参数、目标航天器和追逐航天器的坐标系、目标航天器和追逐航天器所受万有引力,将目标航天器所受的万有引力转换为目标航天器的位置以及速度,将追逐航天器所受的万有引力转换为追逐航天器的位置以及速度;步骤2、设置状态空间和动作空间,构建基于Transformer的演员网络和评论家网络,以及演员网络的损失函数和评论家网络的损失函数;步骤3、构建奖励函数,获得训练好的演员网络、评论家网络;步骤4、获得目标航天器与追逐航天器之间位置与期望位置的差距,以及目标航天器与追逐航天器之间的速度差,输入训练好的演员网络,训练好的演员网络输出当前时间步的动作。

全文数据:

权利要求:

百度查询: 哈尔滨工业大学 一种基于深度强化学习的非合作航天器主动跟踪方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。