[发明专利]一种航天器深度强化学习莱维飞行控制系统

权利要求书

1.一种航天器深度强化学习莱维飞行控制系统，其特征在于，包括：

基于深度学习的特征提取模块，用于根据航天器的状态信息获取特征；

基于深度强化学习自主规划模块，利用特征进行预测，并获得莱维飞行参数；

莱维飞行模块，利用莱维飞行参数，确定下一时刻的飞行轨迹；

航天器姿轨控模块，用于控制飞行器跟踪莱维飞行模块生成的飞行轨迹。

2.根据权利要求1所述的控制系统，其特征在于，基于深度学习的特征提取模块利用深度神经网络，对航天器的状态信息进行提取。

3.根据权利要求1或2所述的控制系统，其特征在于，评价网络利用所述特征进行预测，测的结果包括Q值和击中概率。

4.根据权利要求1或2所述的控制系统，其特征在于，策略网络利用所述特征获得莱维飞行参数。

5.一种航天器深度强化学习莱维飞行控制方法，其特征在于，包括如下步骤：

从航天器的状态信息中提取特征；

基于该特征，利用评价网络进行预测，利用策略网络生成莱维飞行参数；

根据航天器的状态信息和莱维飞行参数，确定下一时刻的飞行轨迹；

控制飞行器跟踪下一时刻的飞行轨迹。

6.根据权利要求5所述的控制方法，其特征在于，航天器的状态信息包括位置、姿态、速度、角速度和击中概率。

7.根据权利要求5或6所述的控制方法，其特征在于，采用强化学习方法训练策略网络。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时，实现权利要求5至7中任一项所述的控制方法。