许轲
- 作品数：4 被引量：4H指数：1
- 供职机构：中国科学院软件研究所更多>>
- 相关领域：航空宇航科学技术自动化与计算机技术更多>>
- 一种手机卫星自适应姿态控制方法
- 本发明涉及一种手机卫星自适应姿态控制方法，其中自适应姿态控制实现的关键步骤是通过强化学习算法实现对环境产生不可预知的变化时进行系统数学模型和控制策略的实时调整。该方法首先对手机卫星姿态控制系统进行数学建模，分析取得的环境...
- 赵军锁吴凤鸽许轲
- 文献传递
- 基于深度强化学习的软件定义卫星姿态控制算法被引量：4
- 2018年
- 深度强化学习(DRL)作为一种新型的基于机器学习的控制算法,在机器人和无人机等智能控制领域展现出了优异的性能,而卫星姿态控制领域仍然在广泛使用传统的PID控制算法。随着卫星的小型化、智能化以至软件定义卫星的出现,传统控制算法越来越难以满足姿态控制系统对适应性、自主性、鲁棒性的需求。因此对基于深度强化学习的姿态控制算法进行了研究,该算法使用基于模型的算法,比非基于模型的算法拥有更快的收敛速度。与传统控制策略相比,该算法无需对卫星的物理参数和轨道参数等先验知识,具有较强的适应能力和自主控制能力,可以满足软件定义卫星适应不同硬件环境,进行快速研发和部署的需求。此外,该算法通过引入目标网络和并行化启发式搜索算法之后,在网络精度和计算速度方面进行了优化,并且通过仿真实验进行了验证。
- 许轲吴凤鸽赵军锁
- 关键词：智能控制卫星姿态控制
- 基于深度强化学习的软件定义卫星姿态控制算法
- 深度强化学习(Deep Reinforcement Learning,DRL)技术作为一种新型的基于机器学习的控制算法,在机器人和无人机等智能控制领域展现出了优异的性能,而卫星姿态控制领域仍然在广泛使用传统的PID控制算...
- 许轲吴凤鸽赵军锁
- 关键词：智能控制卫星姿态控制
- 文献传递
- 一种手机卫星自适应姿态控制方法
- 本发明涉及一种手机卫星自适应姿态控制方法，其中自适应姿态控制实现的关键步骤是通过强化学习算法实现对环境产生不可预知的变化时进行系统数学模型和控制策略的实时调整。该方法首先对手机卫星姿态控制系统进行数学建模，分析取得的环境...
- 赵军锁吴凤鸽许轲
