[论文解读] A Survey on Artificial Intelligence Trends in Spacecraft Guidance Dynamics and Control

Dario Izzo, Marcus Märtens+1 more|arXiv (Cornell University)|Dec 7, 2018

Guidance and Control Systems参考文献 34被引用 8

一句话总结

本综述回顾了近年来在航天器制导、导航与控制领域中人工智能的最新进展，特别是进化优化、树搜索以及机器学习（包括深度强化学习）的应用。文章重点展示了在星际轨道设计、自主小行星着陆以及低推力交会任务中的成功应用，表明在复杂且不确定的空间任务中，基于人工智能的方法优于传统方法。

ABSTRACT

The rapid developments of Artificial Intelligence in the last decade are influencing Aerospace Engineering to a great extent and research in this context is proliferating. We share our observations on the recent developments in the area of Spacecraft Guidance Dynamics and Control, giving selected examples on success stories that have been motivated by mission designs. Our focus is on evolutionary optimisation, tree searches and machine learning, including deep learning and reinforcement learning as the key technologies and drivers for current and future research in the field. From a high-level perspective, we survey various scenarios for which these approaches have been successfully applied or are under strong scientific investigation. Whenever possible, we highlight the relations and synergies that can be obtained by combining different techniques and projects towards future domains for which newly emerging artificial intelligence techniques are expected to become game changers.

研究动机与目标

• 分析现代人工智能技术在航天器制导、动力学与控制系统中的集成。
• 识别在自主空间任务设计与操作中由人工智能驱动的关键进展。
• 评估进化优化、树搜索与机器学习在真实任务场景中的性能与适用性。
• 突出深度强化学习与神经进化等人工智能技术之间的协同作用，以解决复杂的航天控制问题。
• 为实践者提供航空航天领域人工智能应用的概览，强调以任务为导向、非推测性的成果。

提出的方法

• 聚焦进化优化（如CMA-ES、差分进化、粒子群优化）用于全局轨道优化与控制参数调优。
• 应用树搜索算法在不确定性环境下的制导与控制中实现结构化决策。
• 利用深度学习（卷积神经网络、深度神经网络）处理遥感数据并分类天体。
• 采用深度强化学习（DRL），结合经验回放与策略梯度方法，实现在高维状态-动作空间中的自主控制。
• 整合神经进化（如基于PSO的训练）以优化行星下降与小行星着陆控制策略中的深度神经网络权重。
• 利用GTOC与CTOC等竞赛的基准数据验证并比较基于人工智能的制导算法。

实验结果

研究问题

• RQ1 进化优化与树搜索方法在复杂约束条件下如何提升航天器轨道设计？
• RQ2 深度强化学习与深度神经网络在不确定空间环境中如何实现自主且鲁棒的控制？
• RQ3 在行星着陆与交会任务中，基于人工智能的控制器相较于经典制导律的性能提升如何？
• RQ4 人工智能技术的协同组合（如DRL与神经进化）如何增强空间任务中系统的鲁棒性与收敛性？
• RQ5 奖励塑造与经验回放在稳定与加速深度强化学习训练以应对空间控制任务中起到何种作用？

主要发现

• 结合DQN与策略梯度方法的深度强化学习实现了全6-DOF闭环控制下的燃料最优、精准着陆。
• 通过PSO实现的神经进化成功训练了用于自主小行星着陆的深度神经网络权重，在不规则天体上实现了鲁棒的悬停控制。
• 经验回放显著稳定了高维空间中DQN的训练过程，避免了在卫星交会任务中因障碍物避让导致的发散。
• 基于人工智能的方法在星际轨道优化中优于传统方法，该结论已在GTOC与CTOC竞赛中得到验证。
• DRL与进化算法的协同使用提升了低推力转移与编队飞行场景下的鲁棒性与收敛速度。
• 奖励塑造在引导DRL智能体实现特定任务目标（如精确着陆与燃料效率）方面起到了关键作用。