طراحی مسیر فضاپیمای تراست پایین از مدار لئو به ژئو با استفاده از یادگیری تقویتی

چکیده در در فاز اولیه طراحی ماموریت های فضایی، انتخاب دقیق مسیر فضاپیما از اهمیت بالاتری برخوردار است. در این تحقیق، دینامیک انتقال مداری تراست پایین دایروی صفحه ای بر اساس معادلات دیفرانسیل اعتدالی به عنوان محیط پیوسته برای متغیرهای مسئله که شش عنصر مداری اعتدالی یک فضاپیما هستند، شبیه سازی می شود. بردار رانش به عنوان فضای عمل تعریف شده و تحت یک سیاست انتخاب و به محیط اعمال می شود. عامل توسط الگوریتم یادگیری تقویتی شبکه بازیگر-منتقد برای انجام انتقال مداری تراست پایین از مدار لئو به مدار ژئو آموزش داده می شود. مسیر فضاپیما توسط الگوریتم مطابق با شرایط اولیه و قیود ماموریت جستجو می شود و در نهایت پروفیل زاویه تراست مطلوب و تغییرات عناصر مداری مرتبط برای یک حالت مانور انتقال مداری به دست خواهند آمد. برای بررسی دقت و اعتبار الگوریتم در نتایج حالت اول مانور مداری، حالت دوم با اندازه تراست متفاوت پیاده سازی می شود. همچنین تاثیر تغییر فراپارمتر ضریب تنزل الگوریتم بر روند یادگیری نیز بررسی می شود. در نهایت با در نظر گرفتن نتایج، عامل آموزش دیده در محیط دینامیک مسئله می تواند ماموریت های مشابه را بدون نیاز به شبیه سازی مجدد دینامیک مسئله و پارامترهای آن و فقط با تعیین شرایط اولیه و نهایی، با موفقیت به انجام برساند.

کلیدواژه ها:

تراست پایین ، عناصر مداری اعتدالی ، یادگیری تقویتی ، عامل ، شبکه بازیگر منتقد