طراحی مسیر بهینه مانورهای پهلوگیری خودکار بر اساس یادگیری تقویتی Q و شبکه بندی مکعبی
در این مقاله با بهره گیری از الگوریتم یادگیری کیو، طراحی مسیر بهینه مانور های فضایی خودکار برای یک ربات فضایی محاسبه و انجام شده است. افزایش روز افزون تعداد ماهواره های ارسال شده برای قرار گیری در مدارهای مختلف حول زمین، طراحی و ساخت سرویس های پشتیبان فضایی را مورد توجه محققین قرار داده است. در این راستا با توجه به پیشرفت های انجام گرفته در علوم رباتیک بهره گیری از ربات های فضایی خودکار به جهت تعمیر و سرویس دهی به ماهواره های آسیب دیده گزینه ای مناسب تلقی می گردد. هدایت، کنترل و ناوبری یک ربات فضایی در فاز های پهلوگیری و اتصال به ماهواره سرویس گیرنده نیازمند دقت بالایی است. به همین جهت در این مقاله با رویکرد سنجش نحوه کارکرد الگوریتم یادگیری کیو در مانورهای فضایی پهلوگیری و اتصال در فضا به وسیله شبیه سازی های کامپیوتری مورد بررسی قرار گرفته است. نتایج این تحقیق بیانگر دقت بالا الگوریتم یادگیری کیو است.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.