[发明专利]基于Q-学习算法的空间桁架在轨装配策略

摘要

本发明公开了基于Q‑学习算法的空间桁架在轨装配策略。该策略将Q‑学习算法与细胞机器人在轨装配策略问题相结合，通过采用完全贪婪策略完成装配过程动作行为选择，然后通过不断训练学习使在轨装配机器人学会如何选择并执行有效行为，再根据执行行为与获得奖励对Q进行更新，最后基于终止条件判定装配过程是否完成，从而验证该装配策略的有效性。本发明经过算法训练阶段与实际装配阶段最终用最少的步数将桁架周期模块结构装配完成，充分证实了这种策略可以更好地完成空间桁架在轨装配任务，同时这种策略对解决同类问题具有较强的通用性。