[发明专利]一种基于神经网络的深空探测器自主任务规划方法

摘要

本发明涉及一种基于神经网络的深空探测器自主任务规划方法，属于深空探测技术领域。本发明方法通过建立深空探测器系统模型，定义深空探测器系统自主任务规划问题，确定自主任务规划系统的输入输出，建立神经网络模型，利用深空探测器仿真系统产生的仿真数据对神经网络进行训练，训练后的神经网络能够在给定一组输入后，得到理想的输出。本发明能在多个子系统需要协调的情况下、满足探测器实时性要求；能够快速得到规划解，弥补采用地面站控制的通讯延迟的缺点，有助于大大提高深空探测器自主任务规划的效率，满足探测器实时性要求，规划时间短、效率高，更加适合实时性要求高的深空探测器。

主权项

一种基于神经网络的深空探测器自主任务规划方法，其特征在于：具体包括如下步骤：步骤1，建立深空探测器系统模型；深空探测器系统SYS具有m个子系统:SYS＝{sys1,sys2,...,sysi,...,sysm},1≤i≤m其中sysi表示第i个子系统；深空探测器系统活动状态指m个子系统可能处于的状态集合，设第i个子系统的状态集合为表示第i个子系统的n个可能的状态，则整个探测器系统的状态集合为S＝{S1,S2,...,Si,...,Sm}；对于给定的一个任务Gk，与之对应的目标状态为gk，即在完成任务Gk后探测器处于的状态，且其中gk∈S；第i个子系统能供选择的动作集合为其中x为该子系统总共能够执行的动作数，每个子系统x的值不同；表示第i个子系统可执行的第1个任务，表示第i个子系统可执行的第2个任务，表示第i个子系统可执行的第x个任务；那么整个探测器动作集合为A＝{A1,A2,...,Ai,...,Am}；给定任务目标Gk后，深空探测器系统将当前所处状态作为初始状态s0；在自主规划过程中，每个子系统在一时间点上只执行一个动作，各个子系统间动作具有并行性，且有充足的时间执行完本子系统动作；步骤2，根据步骤1中建立的深空探测器系统模型，定义深空探测器系统自主任务规划问题，确定自主任务规划系统的输入输出；将深空探测器上状态转移问题Σ用一个三元组进行表示：Σ＝(S,A,γ)其中，γ为状态转移函数；深空探测器上的自主任务规划问题用一个三元组表示：P＝(∑,s0,gk)深空探测器上任务规划问题P的解是由多个深空探测器可执行的活动组成的规划序列，表示为Π＝<π1,π2,...πj,...πh>πj为探测器系统执行的第j个动作序列，h指探测器系统一共需要执行h个动作序列；且其中表示第i个子系统在第j个动作序列应该执行的活动；状态转移函数如下式所示：当规划序列的解为空时，状态不转移，仍为s0；当规划序列的解非空，且第一个动作π1对当前状态s0可执行，则相继执行动作序列，直到最后的状态；步骤3，建立神经网络模型，利用深空探测器仿真系统产生的仿真数据对神经网络进行训练，训练后的神经网络能够在给定一组输入后，得到理想的输出；步骤2中定义的任务规划问题P和动作序列πj分别为神经网络的输入和输出；步骤4，步骤3中建立的神经网络模型加入自主任务规划系统，用于动作选取；将深空探测器当前状态Snow和任务目标Gk作为神经网络的输入，经神经网络的选择，输出下一步要执行的动作；进行第一次动作选取时，输入为深空探测器当前状态Snow＝s0；步骤5，对步骤4中神经网络选取的动作进行可执行判断，判断条件为选取的动作是否与上一步选取的动作相同，若相同则不可执行；若可执行，则直接得到下一步的状态，若不能执行，则要经过恢复原始状态的处理后得到新的动作，然后重新输入神经网络得到下一个新状态；步骤6，对得到的新状态进行判断，是否达到了目标状态，若达到，则可直接输出动作序列，若没有达到，则将新状态作为神经网络输入，重复步骤4‑6，直至找到合适的动作序列为止。