Self-reconfiguration Strategies for Space-distributed Spacecraft

要約

この論文では、将来の宇宙船が軌道上でさまざまな機能を備えたモジュールを組み立てて、特定の機能を備えた宇宙船構造を形成できる、軌道上分散型宇宙船組み立てアルゴリズムを提案します。
この形式の宇宙船編成には、再構成可能性、ミッションへの迅速な対応、メンテナンスの容易さという利点があります。
合理的かつ効率的な軌道上自己再構成アルゴリズムは、分散型宇宙船の利点を実現する上で重要な役割を果たします。
この論文では、モジュール処理順序の戦略学習に強化学習と組み合わせた模倣学習のフレームワークを採用しています。
次に、ロボット アームの動作アルゴリズムが設計され、ハンドリング シーケンスが実行されます。
モジュールの表面にマップを作成し、A* を使用してロボット アームの経路点計画を完了することで、自己再構成処理タスクを達成します。
ロボット アームの共同計画は、順方向および逆方向の運動学によって実行されます。
最後に、結果が Unity3D で表示されます。

要約(オリジナル)

This paper proposes a distributed on-orbit spacecraft assembly algorithm, where future spacecraft can assemble modules with different functions on orbit to form a spacecraft structure with specific functions. This form of spacecraft organization has the advantages of reconfigurability, fast mission response and easy maintenance. Reasonable and efficient on-orbit self-reconfiguration algorithms play a crucial role in realizing the benefits of distributed spacecraft. This paper adopts the framework of imitation learning combined with reinforcement learning for strategy learning of module handling order. A robot arm motion algorithm is then designed to execute the handling sequence. We achieve the self-reconfiguration handling task by creating a map on the surface of the module, completing the path point planning of the robotic arm using A*. The joint planning of the robotic arm is then accomplished through forward and reverse kinematics. Finally, the results are presented in Unity3D.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google