Многоагентное планирование движения на основе сигнально-временной логики для множества задач со сложной логикой
Логотип RUDN Логотип Инженерной Академии

Многоагентное планирование движения на основе сигнально-временной логики для множества задач со сложной логикой

11 сентября 2026 г. - 14:00 – 15:00

Ву Шуфан

Ph.D.

Профессор

Шанхайский университета Джиа Тонг (Китай)

Ву Шуфан

Профессор

Шанхайский университета Джиа Тонг (Китай)

Ph.D.

Аннотация

Управление перехватом ориентации комбинированного космического аппарата после захвата некооперативной цели стало одной из ключевых технологий для орбитального обслуживания и поддержания космических аппаратов. Однако полный процесс перехвата управления требует сначала идентификации инерционных параметров комбинированного космического аппарата, а затем проведения управления перехватом ориентации. Тем не менее суровая и сложная космическая среда в сочетании со значительным шумом измерений угловой скорости делает такую идентификацию инерционных параметров чрезвычайно сложной, что создаёт серьёзные проблемы для этой задачи. Чтобы точно идентифицировать инерционные параметры, мы предлагаем подход к идентификации инерционных параметров на основе нейронной сети LSTM. Этот подход позволяет завершить идентификацию за несколько миллисекунд, сохраняя при этом лёгкую архитектуру, что делает его более подходящим для орбитальных сценариев с ограниченными ресурсами. Для управления перехватом ориентации комбинированного космического аппарата предлагается стратегия управления на основе обучения с подкреплением. Эта стратегия обеспечивает идентификацию инерционных параметров в реальном времени и с высокой точностью и отличается продуманно разработанными представлениями состояний и функциями вознаграждения, которые в совокупности повышают робастность. Проведены обширные эксперименты в различных условиях шума измерений для имитации различных сценариев орбитальных миссий, и полученные результаты неизменно подчёркивают преимущества предложенной структуры в производительности по сравнению с существующими подходами к идентификации. Контроллер на основе обучения с подкреплением демонстрирует высокую робастность к изменениям инерционных параметров, неизменно поддерживая высокоточное управление ориентацией и быстрое, стабильное восстановление при различных конфигурациях. Результаты моделирования в совокупности подтверждают эффективность предложенной интегрированной структуры. В частности, нейронная сеть демонстрирует высокую точность оценки инерционных параметров комбинированного космического аппарата, тогда как контроллер на основе обучения с подкреплением обеспечивает точную регулировку ориентации с минимальным перерегулированием и быстрым временем установления.

Краткая биография

Профессор Ву Шуфан является признанным специалистом в области механики космического полета и разработки малых космических аппаратов, академик Международной академии астронавтики (Academician of International Academy of Astronautics, IAA), член Американского института Аэронавтики и Астронавтики (Associate Fellow of American Institute of Aeronautics and Astronautics, AIAA), а также член редколлегии Журнала «Наведение, Навигации и Управления» (Journal of Guidance, Navigation and Control, 2737-4807). В настоящее время работает в Шанхайском университете Цзяо Тонг (Shanghai Jiao Tong University, QS 51) в должности профессора факультета аэронавтики и астронавтики. Он также является директором центра интеллектуальных космических технологий, где разрабатывает малые космические аппараты типа CubeSat различного назначения, методы и технические средства бесперебойной межспутниковой связи и обработки целевой информации.