面向空间操作的复杂系统仿真与智能控制

在轨服务航天器需在复杂空间环境下，对多种构型的目标航天器执行抓取、拆除、剪切、切割与装配等一系列工序复杂、要求精细的操作任务。这对其环境感知能力、操作过程的建模与控制提出了严峻挑战。 传统方法通常适用于低维、确定性环境，而面对动态变化、高度复杂的空间场景，空间机器人需具备类人的能力——能够从多种不完全的高维信息中提取关键特征，并主动适应不确定的环境变化进行交互。深度强化学习为空间机器人赋予了端到端的无监督学习能力，有望成为应对空间精细操作中非结构化环境与系统不确定性问题的重要途径。 然而，强化学习在应用于实际系统前，需先在仿真环境中进行大量训练，再迁移至真实场景。因此，如何构建与真实环境高度一致的仿真系统，并有效解决仿真到实际（sim2real）的迁移问题，已成为整个训练流程中的关键环节。本报告将介绍团队基于深度强化学习在空间操作任务中所开展的若干研究工作。

王勇，博士，高级工程师，主任研究师。 长期从事机器人、人工智能、自适应控制理论等领域研究，在特征建模自适应控制稳定性、 过程控制、机器人强化学习、模仿学习等方向取得了多项成果。近年来一直专注于具身智能领域研究，利用深度强化学习技术研制了具备“端到端”学习能力的空间机器人系统，搭建了空间机器人学习训练平台，开展了在轨加注、模块更换等多种在轨服务操作研究。作为骨干成员参与多项国家重点自然基金、973、科技部重大专项等科研项目。在国内外重要期刊和 会议上发表文章20多篇，申请专利20多项。参与撰写专著2部。荣获省部级科技进步一等奖一项。