深空探測器自主規(guī)劃技術(shù)研究進展

徐 瑞，李朝玉，朱圣英，王 棒，梁子璇，尚海濱

（1.北京理工大學 宇航學院，北京 100081；2.深空自主導(dǎo)航與控制工信部重點實驗室，北京 100081）

引 言

深空探測指人類對月球及以遠的天體或空間環(huán)境開展的探測活動，作為人類航天活動的重要方向和空間科學與技術(shù)創(chuàng)新的重要途徑，是當前和未來航天領(lǐng)域的發(fā)展重點之一。由于深空探測任務(wù)具有探測目標遠、飛行時間長等特點，會出現(xiàn)上傳指令延遲、星體遮擋等問題，依靠地面測控站對探測器進行遙測遙控的方式難以滿足探測器控制的實時性、魯棒性和安全性等要求。自主技術(shù)是保證探測器在深空環(huán)境下安全可靠運行的關(guān)鍵技術(shù)之一，也是未來深空探測技術(shù)發(fā)展的重要方向，而自主規(guī)劃技術(shù)是實現(xiàn)探測器自主運行的核心技術(shù)之一。

自主規(guī)劃是人工智能領(lǐng)域較早的研究方向之一，可以追朔到1957年Newell和Simon的問題求解程序（General Problem Solution，GPS）、1969年Green的QA3系統(tǒng)。1971年Fike和Nilsson的STRIPS系統(tǒng)在智能規(guī)劃領(lǐng)域具有劃時代的意義[1]，將狀態(tài)表示為命題的集合，通過操作集合中的命題來實現(xiàn)狀態(tài)的改變，其所采用與文字相關(guān)的術(shù)語至今仍被使用。為解決經(jīng)典規(guī)劃問題，如著色問題和航空貨物運輸問題，學者們提出了多種形式規(guī)劃方法，包括前向狀態(tài)空間搜索、圖規(guī)劃、分層任務(wù)網(wǎng)規(guī)劃等。將規(guī)劃問題轉(zhuǎn)換為約束可滿足問題、命題可滿足問題等形式，利用已有的約束推理技術(shù)等進行求解也是一種常用的規(guī)劃方法。然而，傳統(tǒng)規(guī)劃方法難處理具有時間、資源、參數(shù)等復(fù)雜約束關(guān)系的深空探測器規(guī)劃問題，因此，航天大國紛紛開展研究并取得一定的成果。

自主規(guī)劃技術(shù)在20世紀90年代首次在深空探測任務(wù)中得到應(yīng)用和驗證。在初期應(yīng)用中，探測器只有部分系統(tǒng)具有自主性，例如美國發(fā)射的“卡西尼號”（Cassini）探測器和“NEAR”探測器，在一定程度上減少了地面人員的任務(wù)操作。全局自主在“深空一號”（Deep Space One）探測器中得到了飛行驗證[2]，利用研制的“遠程智能體”（Remote Agent）軟件系統(tǒng)實現(xiàn)了探測器自主任務(wù)管理、任務(wù)規(guī)劃、自主執(zhí)行、狀態(tài)監(jiān)測等，在1周的飛試驗行中成功驗證了其可靠性，可以在沒有地面干預(yù)的情況下完成自主任務(wù)規(guī)劃和運行，其應(yīng)用大大降低了操作費用。2003年，美國國家航空航天局（National Aeronautics and Space Administration，NASA）在地面采用MAPGEN（Mixed Initiative Activity Plan GENerator）規(guī)劃器對“火星探測漫游者”（Mars Exploration Rover，MER）任務(wù)中火星車科學設(shè)備進行自主規(guī)劃和調(diào)度，并計劃在2020火星探測車實現(xiàn)星載自主調(diào)度，然而迫于進度壓力，目前未能實現(xiàn)[3]。至今，NASA開發(fā)的自主調(diào)度與規(guī)劃環(huán)境系統(tǒng)（Automated Scheduling and Planning Environment，ASPEN）、可擴展通用遠程操作規(guī)劃框架（Extensible Universal Remote Operations Planning Architecture，EUROPA）和歐洲航天局（European Space Agency，ESA）開發(fā)的先進規(guī)劃與調(diào)度框架（APSI）先后服務(wù)于“地球觀測一號”（Earth Observing One）、火星探測車等多個航天任務(wù)[4]。

深空探測器自主規(guī)劃技術(shù)的研究對于未來的空間任務(wù)主要具有如下幾方面的意義[5]：

1）減少地面干預(yù)，降低探測器操作費用以及對航天測控網(wǎng)絡(luò)的需求；

2）應(yīng)對深空任務(wù)中的不確定性，增加任務(wù)執(zhí)行的可靠性；

3）采用高級任務(wù)指令，增加地面與航天器系統(tǒng)的可交互性；

4）通過規(guī)劃對系統(tǒng)的各種資源進行合理分配和利用，提高任務(wù)的回報；

5）規(guī)劃系統(tǒng)可以靈活地運用到今后的航天器的設(shè)計和研制中，縮短小型航天器的研制周期。

深空探測器自主規(guī)劃技術(shù)的應(yīng)用將會給深空探測領(lǐng)域帶來革命性的變化，掌握該技術(shù)對促使我國空間以及航天技術(shù)水平的提高具有重要意義。

本文明確了深空探測器自主規(guī)劃技術(shù)定義的基礎(chǔ)上，介紹了目前深空探測器自主規(guī)劃技術(shù)面臨的挑戰(zhàn)，總結(jié)和分析了自主規(guī)劃中的關(guān)鍵技術(shù)，并給出未來深空探測器自主規(guī)劃技術(shù)的發(fā)展方向。

1 深空探測器自主規(guī)劃內(nèi)涵

1.1 定義與內(nèi)涵

深空探測器自主規(guī)劃技術(shù)是根據(jù)對空間環(huán)境的感知和認識、探測器自身的能力和狀態(tài)，利用計算機軟件技術(shù)、人工智能理論方法等，依據(jù)一段時間內(nèi)的任務(wù)目標，對若干可供選擇的動作、可用資源、約束關(guān)系等進行推理，自動地生成一組時間有序的動作序列，稱一個“規(guī)劃”（plan）。該規(guī)劃一旦執(zhí)行，便可以將探測器的狀態(tài)成功轉(zhuǎn)移到期望的目標狀態(tài)[6]。

深空探測器任務(wù)規(guī)劃問題Φ用一個五元組描述

3）活動的執(zhí)行最終結(jié)果狀態(tài)集合包含目標集G。

1.2 規(guī)劃技術(shù)面臨的挑戰(zhàn)

由于深空探測器系統(tǒng)復(fù)雜、約束耦合、活動并行、運行環(huán)境不確知等特點，傳統(tǒng)的自主任務(wù)規(guī)劃技術(shù)已無法適用于深空任務(wù)。深空探測器自主規(guī)劃問題面臨新的挑戰(zhàn)[7]，其中包括以下幾個方面。

1） 耦合時間約束。多數(shù)活動必須在特定時間窗口進行，比如通信活動必須按照一定的順序執(zhí)行，同時部分活動需要并行執(zhí)行。

2）有限資源 。探測器的能量和存儲能力有限，資源需要在一定的時間區(qū)間內(nèi)進行管理和分配，以保證探測器的安全運行和任務(wù)的完成。

3）復(fù)雜任務(wù)目標 。需要實現(xiàn)的目標較多且價值和重要性不同，應(yīng)進行合理安排，得到最大的科學回報。同時，部分規(guī)劃任務(wù)需要找到最短路徑或者燃耗最小的規(guī)劃序列來實現(xiàn)目標。

4）自主執(zhí)行不確定性。轉(zhuǎn)移到指定地點、完成維護操作或者裝配某結(jié)構(gòu)的時間具有不確定性。

2 關(guān)鍵技術(shù)發(fā)展及分析

2.1 自主規(guī)劃和執(zhí)行框架

為了降低深空探測器對地面的依賴、提高探測器的自主性，自主任務(wù)規(guī)劃與執(zhí)行不可或缺。作為自主系統(tǒng)的關(guān)鍵部分，任務(wù)規(guī)劃為探測器未來一段時間內(nèi)的活動序列做出決策；執(zhí)行系統(tǒng)按照該活動序列驅(qū)動探測器的執(zhí)行機構(gòu)實現(xiàn)不同功能，并將動作完成情況和環(huán)境感知信息反饋給任務(wù)規(guī)劃。

由于深空環(huán)境的不確知，探測器任務(wù)執(zhí)行存在復(fù)雜情況，簡單地根據(jù)傳感器感知的信息而做出機械響應(yīng)的方式[8]并不適用。因此，基于決策和快速響應(yīng)的混合結(jié)構(gòu)被廣泛采用[9]，主要存在如圖1所示的兩種自主規(guī)劃框架。在由決策層、執(zhí)行層和控制層組成的三層結(jié)構(gòu)中，決策層負責頂層任務(wù)規(guī)劃并將規(guī)劃結(jié)果傳給執(zhí)行層，同時接受返回的執(zhí)行情況并對異常做出重新決策；執(zhí)行層負責指令展開和執(zhí)行結(jié)果傳遞；控制層負責驅(qū)動對應(yīng)的執(zhí)行機構(gòu)完成指定的動作，并將動作執(zhí)行情況傳回執(zhí)行層?！吧羁找惶枴钡摹斑h程智能體”采用的就是這樣的三層結(jié)構(gòu)。

圖1 不同的自主規(guī)劃執(zhí)行框架圖Fig.1 Different automated architectures of planning and execution

在三層結(jié)構(gòu)的基礎(chǔ)上，美國的噴氣推進實驗室（Jet Propulsion Laboratory，JPL）提出了由功能層和決策層組成的兩層控制框架CLARAty[10]（Coupled Layer Architecture for Robotic Autonomy）。其中，決策層包含基于聲明型模型的規(guī)劃調(diào)度模塊和基于程序型模型的執(zhí)行模塊，根據(jù)任務(wù)要求生成探測器的規(guī)劃結(jié)果；功能層包含具體星上器件執(zhí)行動作的指令序列，能夠預(yù)測各自的能源消耗信息并將其發(fā)送給決策層。類似地，CASPER（Continue Activity Scheduling Planning Execution and Replanning）[11]和CLEaR（Closed-Loop Execution and Recovery）[12]也將規(guī)劃調(diào)度和執(zhí)行都放入決策層，并在“勇氣號”（Spirit）等探測器上實現(xiàn)了應(yīng)用。

考慮到深空探測器是由多子系統(tǒng)構(gòu)成的復(fù)雜系統(tǒng)，在設(shè)計自主執(zhí)行框架時，可以結(jié)合工程實際，采取如圖2所示的框架。其中，決策層中的任務(wù)監(jiān)控器接收地面控制中心制定的任務(wù)要求并進行命令轉(zhuǎn)化，交由任務(wù)規(guī)劃器處理，同時接收處理后的規(guī)劃結(jié)果，控制活動向執(zhí)行層傳達；執(zhí)行層根據(jù)具體的指令要求，控制并協(xié)調(diào)功能層中不同模塊之間的執(zhí)行過程；功能層由姿態(tài)規(guī)劃、軌跡規(guī)劃、軌道設(shè)計等不同功能的模塊組成，根據(jù)指令要求具體計算探測器詳細的活動參數(shù)，并驅(qū)動執(zhí)行機構(gòu)執(zhí)行。

圖2 深空探測器自主規(guī)劃執(zhí)行框架設(shè)計Fig.2 Autonomous architectures design of planning and execution for the deep space probe

無論采用何種自主規(guī)劃執(zhí)行框架，規(guī)劃和執(zhí)行都是相互聯(lián)系、彼此影響、共同作用，此時，規(guī)劃器能夠根據(jù)深空探測器當前的狀態(tài)信息和環(huán)境變化、執(zhí)行異常等突發(fā)事件，給出具體的決策方案，例如哈勃望遠鏡任務(wù)規(guī)劃[13]，太空飛船有效載荷規(guī)劃[14]，基于ASPEN設(shè)計的航天器操作規(guī)劃[15]等，使探測器能在復(fù)雜動態(tài)的環(huán)境中長期穩(wěn)定地運行[16]。

2.2 任務(wù)規(guī)劃知識模型

求解一個規(guī)劃問題首先需要用規(guī)劃知識描述語言對其進行描述，將其轉(zhuǎn)化為計算機可識別的形式，從而被規(guī)劃器求解，因此規(guī)劃語言的發(fā)展是智能規(guī)劃技術(shù)發(fā)展的基礎(chǔ)。

在規(guī)劃領(lǐng)域中，F(xiàn)ike和Nilsson引入了STRIPS操作符，可以很簡單地對規(guī)劃進行描述。其定義包括初始狀態(tài)、目標狀態(tài)和動作，其中動作用前提條件和效果來表示，前提條件表示動作執(zhí)行前必須滿足的條件，效果表示動作執(zhí)行后可以保證為真的狀態(tài)。但隨著規(guī)劃技術(shù)的不斷發(fā)展，研究人員發(fā)現(xiàn)STRIPS的表達能力有限，無法滿足一些實際問題的建模需求，因此，Pednault在STRIPS的基礎(chǔ)上提出了動作描述語言ADL（Action Description Language）[17]，ADL語言繼承了STRIPS語言的知識，并且放松了STRIPS語言的一些限制，增加了條件效果、量化效果等語言特征，使得規(guī)劃語言更加靈活，而且應(yīng)用范圍也更加廣泛。

為了將規(guī)劃語言標準化，統(tǒng)一規(guī)劃語言的表示方法，McDermott于1998年提出了規(guī)劃領(lǐng)域定義語言（Planning Domain Definition Language，PDDL）[18]，能夠表示STRIPS、ADL以及其他語言，現(xiàn)在已經(jīng)成為國際規(guī)劃大賽的標準語言，并且在規(guī)劃領(lǐng)域中有著廣泛的應(yīng)用。PDDL將規(guī)劃問題用領(lǐng)域文件和問題文件描述，從語法和語義的角度給出了規(guī)劃的定義，可以描述動作類型、動作參數(shù)類型以及條件效果和數(shù)值變化等。由于經(jīng)典規(guī)劃中認為動作是瞬時發(fā)生的，考慮到實際任務(wù)中存在的持續(xù)性動作，PDDL2.1引入數(shù)值流、持續(xù)動作及規(guī)劃評價標準[19]，加強了語言表達能力，可以描述離散持續(xù)動作、連續(xù)動作等，突破了傳統(tǒng)規(guī)劃中動作瞬時完成的假設(shè)。目前PDDL建模最常使用的版本為PDDL2.1。

對于深空探測器而言，系統(tǒng)繁多，每個系統(tǒng)由許多原始的組件構(gòu)成，每個組件一次僅能執(zhí)行一個活動，許多組件都會限制活動序列。每個活動可能對它的開始時間、結(jié)束時間和區(qū)間都有絕對和相對的限制。而STRIPS類的語言表示具有時間、資源、互斥關(guān)系和并行性是很困難的。NASA在其開發(fā)的Europa平臺中基于DDL語言定義了新領(lǐng)域定義語言（New Domain Definition Language，NDDL）[20]，該語言不區(qū)分狀態(tài)和動作，利用區(qū)間和區(qū)間之間的約束以及時間線/活動的表示方法來描述規(guī)劃問題。其組成包括類、變量、謂詞及規(guī)則。在經(jīng)典規(guī)劃領(lǐng)域，通常采用PDDL及其拓展語言描述模型，但對于復(fù)雜深空探測任務(wù)，PDDL會有明顯不足，星上活動相互約束，資源有限，NDDL這種基于約束的表達方法解決了這一問題，約束可以用來表示互斥關(guān)系、活動前提條件和效果以及不同的資源類型等，表達更具靈活性。

為避免生成在實際執(zhí)行過程中不合理的活動序列，需要考慮深空探測任務(wù)中活動間的約束關(guān)系，包括時間約束和資源約束。

2.2.1 時間約束

表1 時間區(qū)間關(guān)系表示Table 1 Time interval relation representation

2.2.2 資源約束

在實際任務(wù)中，探測器活動除了要占用時間外，還需要消耗一定的資源，資源是對系統(tǒng)中能源和可用設(shè)備的描述，分為可重復(fù)資源和消耗性資源。可重復(fù)資源在規(guī)劃動作執(zhí)行時被占用，結(jié)束后返還。消耗性資源在被使用時容量減少，有些可以通過生產(chǎn)動作進行補充，例如太陽能電池充電；有些資源無法得到補充，例如推進劑的消耗等。在規(guī)劃中將資源表示為一個三元組R=(N,T,Q)，其中N為資源的名字，T為資源的類型，Q為資源的容量。

2.3 任務(wù)規(guī)劃技術(shù)

深空環(huán)境的不確知、任務(wù)復(fù)雜、時間資源約束耦合以及活動并發(fā)性等特殊情況對任務(wù)規(guī)劃技術(shù)提出了更高的需求。因此在進行深空探測器任務(wù)規(guī)劃技術(shù)研究時，不僅要考慮任務(wù)活動的選擇，也需要對時間和資源等進行分配調(diào)度，傳統(tǒng)的任務(wù)規(guī)劃方法并不能同時進行處理，發(fā)展適合深空探測領(lǐng)域的任務(wù)規(guī)劃技術(shù)是必要的。

傳統(tǒng)的規(guī)劃系統(tǒng)一般分為輸入、規(guī)劃方法和輸出三部分組成。其中，輸入通常包括：問題空間的初始狀態(tài)、系統(tǒng)所要達到的目標、可能實施的動作[23]。而輸出則是滿足相關(guān)要求和約束的動作序列。

傳統(tǒng)的規(guī)劃方法存在著較難滿足和求解具有時間資源等約束的實際規(guī)劃問題。因此，從20世紀90年代開始，為了提高規(guī)劃效率和規(guī)劃能力，依次提出了約束可滿足規(guī)劃（Constraint Satisfaction Problem，CSP）[24]、分層任務(wù)網(wǎng)規(guī)劃[25]、概率論規(guī)劃[26]和時態(tài)規(guī)劃[27]4種廣泛應(yīng)用的方法。

表2給出了當前廣泛使用任務(wù)規(guī)劃方法的特點和局限性。針對深空探測任務(wù)規(guī)劃中的約束復(fù)雜等特殊問題，總結(jié)出了3種適用于深空探測的新任務(wù)規(guī)劃的方法：基于持續(xù)動作的任務(wù)規(guī)劃、基于迭代修復(fù)的任務(wù)規(guī)劃和基于CSP的任務(wù)規(guī)劃，如表3所示。

表2 任務(wù)規(guī)劃方法比較Table 2 Comparison of different mission planning methods

表3 深空探測器適用任務(wù)規(guī)劃方法Table 3 Mission planning methods for dee space probe

對于實際的深空探測任務(wù)，其動作有一定的執(zhí)行時間，因此采用基于持續(xù)動作的規(guī)劃方法處理持續(xù)動作、資源約束和有截至時間的任務(wù)目標。該方法用一系列基于距離的啟發(fā)式來控制搜索，同時考慮了搜索的滿足和優(yōu)化兩個方面，以松弛時間規(guī)劃圖為基礎(chǔ)設(shè)計可納且高效的啟發(fā)式。對于滿足搜索和優(yōu)化搜索，分別提出了基于規(guī)劃質(zhì)量的啟發(fā)式和基于目標完成時間和松弛圖的啟發(fā)式。該方法能夠解決深空探測器面臨的復(fù)雜時間資源等約束，但對規(guī)劃器的處理能力和求解效率都有一定要求。

深空探測器各載荷間約束關(guān)系復(fù)雜耦合，基于CSP的規(guī)劃方法將規(guī)劃問題和調(diào)度問題統(tǒng)一編碼為約束形式，用約束可滿足技術(shù)求解。與經(jīng)典的約束可滿足規(guī)劃不同的是，實際深空探測任務(wù)中動作有一定的持續(xù)時間，導(dǎo)致其規(guī)劃解的長度不固定，通常采用定界分層方法，能夠有效的解決深空探測器載荷之間的復(fù)雜約束以及過耦合狀態(tài)，并且快速實現(xiàn)規(guī)劃前對約束的預(yù)處理，但是由于在規(guī)劃過程中需要使用一致性對規(guī)劃相容性進行判斷，剪枝方法不僅占用大量計算資源，一旦過度剪枝還會降低算法的效率。

基于迭代修復(fù)的規(guī)劃方法采用時間線框架描述規(guī)劃知識，能夠一定程度上滿足深空探測器任務(wù)規(guī)劃對時間約束的需求。該方法根據(jù)探測器當前狀態(tài)，添加滿足約束的活動，采用基于沖突修復(fù)的偏序規(guī)劃算法搜索求解，算法框架如圖3所示[28]。但是該搜索算法需要定義沖突類型，不同的沖突有其對應(yīng)的解決方法，對計算能力需求強，且有時出現(xiàn)無解卻無法提前中斷搜索的情況，導(dǎo)致效率低下。

2.4 任務(wù)重規(guī)劃/規(guī)劃修復(fù)

在探測任務(wù)執(zhí)行過程中，若外界環(huán)境發(fā)生了變化[29]（如火星車行進過程中地形的改變）或者動作執(zhí)行失敗[30]（如太陽帆板未能展開），原規(guī)劃結(jié)果無法保證任務(wù)的順利完成。此時，深空探測器需要利用任務(wù)重規(guī)劃/規(guī)劃修復(fù)技術(shù)，根據(jù)執(zhí)行情況和自身能力綜合決策出新的規(guī)劃結(jié)果，以保障任務(wù)目標的實現(xiàn)[31]。此外，對于超新星爆發(fā)、火山噴發(fā)等極具探測意義的突發(fā)事件，探測器能利用規(guī)劃修復(fù)技術(shù)在局部調(diào)整已有規(guī)劃結(jié)果，在不影響原任務(wù)目標實現(xiàn)的基礎(chǔ)上，也能完成這些突發(fā)事件的探測[32]。

任務(wù)重規(guī)劃技術(shù)放棄已有規(guī)劃結(jié)果，在任務(wù)執(zhí)行失敗的時候利用局部搜索、進化算法、神經(jīng)網(wǎng)絡(luò)、約束可滿足問題求解等方法[33-35]決策出探測器在未來一段時間內(nèi)需要采取的操作。但由于星上計算資源有限、問題求解困難，任務(wù)重規(guī)劃難以在短時間內(nèi)給出合理可行的任務(wù)執(zhí)行方案。相反，規(guī)劃修復(fù)技術(shù)可充分利用已有的規(guī)劃結(jié)果，通過參數(shù)調(diào)整、動作刪除、求精搜索等方法[36]自主生成一些中間的規(guī)劃修復(fù)目標，縮小問題求解規(guī)模，提高問題求解效率。盡管在理論上已經(jīng)證明規(guī)劃修復(fù)問題的復(fù)雜度不一定比重規(guī)劃的低[37-38]，但大量實驗結(jié)果表明規(guī)劃修復(fù)效率更高[39-40]。因此，在應(yīng)對任務(wù)執(zhí)行過程中的突發(fā)事件時，探測器應(yīng)該優(yōu)先采用規(guī)劃修復(fù)方法做出快速決策。

現(xiàn)有的規(guī)劃修復(fù)方法大致可以歸為5類[41]：規(guī)則匹配性、局部調(diào)整型、刪除/求精型、狀態(tài)轉(zhuǎn)移型，以及構(gòu)造新問題型。各類型所包含的典型方法、規(guī)劃器、處理類型及局限如表4所示。由于深空探測器任務(wù)執(zhí)行存在多子系統(tǒng)耦合的特點，其活動持續(xù)、并行且消耗資源。同時，對于著陸下降、彗星環(huán)繞觀測等時間要求緊迫的任務(wù)，規(guī)劃修復(fù)技術(shù)需要在更短時間內(nèi)快速給出合理可行的修復(fù)方案。此外，由于對探測目標的認知受限、空間環(huán)境的不確知以及設(shè)備損耗、太陽風暴等突發(fā)事件難精準預(yù)測，規(guī)劃修復(fù)技術(shù)面臨著固有模型不適應(yīng)新的執(zhí)行環(huán)境、探測器未來狀態(tài)難預(yù)測、既定規(guī)劃的失效部分難確定等難題。因此，表4中的大部分規(guī)劃修復(fù)方法難以直接應(yīng)用到深空探測領(lǐng)域。

表4 多種規(guī)劃修復(fù)方法的比較Table 4 Comparison of different plan repair methods

為有效解決深空探測器規(guī)劃修復(fù)問題，一種解決方式是融合表3中的多項規(guī)劃修復(fù)技術(shù)，為深空探測器提供高效求解規(guī)劃執(zhí)行失敗問題的方法。例如，已知執(zhí)行失敗類型處理和未知執(zhí)行失敗類型處理相結(jié)合的混合智能規(guī)劃修復(fù)方法。其中，針對已知執(zhí)行失敗類型的處理，可以事先在器上存儲修補規(guī)則，根據(jù)診斷后的失敗原因選擇對應(yīng)的修復(fù)策略完成規(guī)劃修復(fù)；或基于已有的規(guī)劃歷史結(jié)果，組建規(guī)劃庫，指導(dǎo)現(xiàn)有規(guī)劃的修復(fù)。針對未知執(zhí)行失敗類型的處理，可以結(jié)合當時的執(zhí)行環(huán)境，識別不再可用的動作序列并將其刪除，然后采用目標導(dǎo)向的智能搜索等方法求解修復(fù)方案；或提前通過狀態(tài)回退構(gòu)造規(guī)劃修復(fù)候補樹，便于快速找到修復(fù)方案。針對目標變化或者失效規(guī)劃部分占比過大的情況，可以從原規(guī)劃結(jié)果中提取動作信息或約束關(guān)系以增強領(lǐng)域信息，從而構(gòu)造新問題，再通過規(guī)劃器來完成修復(fù)方案求解。

2.5 運動規(guī)劃技術(shù)

深空探測任務(wù)約束復(fù)雜、姿態(tài)和軌道機動頻繁，需要實現(xiàn)姿態(tài)和軌跡自主控制，因此通常根據(jù)當前狀態(tài)生成姿態(tài)路徑或軌跡，在任務(wù)過程中進行自主姿態(tài)規(guī)劃和軌跡規(guī)劃。

2.5.1 深空探測姿態(tài)規(guī)劃

深空探測中的姿態(tài)規(guī)劃主要用于完成對日定向、對地定向、小行星觀測等姿態(tài)機動任務(wù)，通過規(guī)劃出姿態(tài)路徑來指引姿態(tài)機動。姿態(tài)機動是深空探測器從一種姿態(tài)轉(zhuǎn)換到另一種姿態(tài)的再定向過程。姿態(tài)規(guī)劃能夠極大地減少姿態(tài)控制系統(tǒng)對復(fù)雜姿態(tài)控制方法的需求和依賴，可以使深空探測器具備更高層次的自主運動規(guī)劃和自主運行能力。

根據(jù)規(guī)劃目的可以將深空探測姿態(tài)規(guī)劃分為多約束可行姿態(tài)機動規(guī)劃和多約束最優(yōu)姿態(tài)機動規(guī)劃。前者的規(guī)劃目的是得到滿足多約束的安全的姿態(tài)機動路徑，后者的規(guī)劃目的是綜合考慮各種約束的基礎(chǔ)上基于特定指標實現(xiàn)姿態(tài)路徑優(yōu)化。

1）多約束可行姿態(tài)機動規(guī)劃

多約束可行姿態(tài)機動規(guī)劃統(tǒng)一考慮姿態(tài)指向和有界等多種約束，通過綜合求解得到姿態(tài)機動路徑、角速度和控制力矩等信息。深空探測器在姿態(tài)機動過程中會受到多種指向約束和有界約束的限制。這些姿態(tài)約束減小了深空探測器在三維姿態(tài)空間和姿態(tài)參數(shù)空間中的可行域，為姿態(tài)機動問題的求解帶來了很大的困難。

目前的多約束可行姿態(tài)機動規(guī)劃方法主要有勢函數(shù)法、幾何方法、隨機規(guī)劃方法和非線性規(guī)劃方法。勢函數(shù)法的針對姿態(tài)指向禁忌約束來構(gòu)造排斥勢函數(shù)，McInnes[42]通過對禁忌區(qū)域施加高勢能實現(xiàn)對指向約束的規(guī)避。幾何方法通常根據(jù)空間矢量的幾何關(guān)系得到姿態(tài)機動可行解，Hablani[43]在單位球上定義排斥區(qū)域，通過求解兩個相關(guān)轉(zhuǎn)角得到理想的切線路徑。隨機規(guī)劃算法在隨機擴展的過程中對當前擴展節(jié)點是否進入障礙區(qū)進行檢查，Xu等[44]在局部擴展后用二次規(guī)劃方法求解，得到滿足多種約束的姿態(tài)機動路徑。非線性規(guī)劃方法將姿態(tài)規(guī)劃轉(zhuǎn)換為非線性規(guī)劃問題，Kim等[45]將姿態(tài)指向約束轉(zhuǎn)化成二次凸約束的形式，從而得到滿足約束的非線性解。

對于深空探測任務(wù)中，勢函數(shù)法對計算資源要求低，實時性好，但是只適合處理簡單指向約束。幾何方法簡單直觀，然而模型較為復(fù)雜，占用過多資源。隨機規(guī)劃算法對復(fù)雜多約束的情況具有較大的適應(yīng)能力，但是隨機算法具有很大的不確定性，在深空應(yīng)用中可靠性不足。非線性規(guī)劃方法將非凸約束凸化，約束處理能力強，易于應(yīng)用。表5對勢函數(shù)法、幾何方法、隨機規(guī)劃算法和非線性規(guī)劃方法進行了對比。

表5 幾種方法的比較Table 5 Comparison of several methods

2）多約束最優(yōu)姿態(tài)機動規(guī)劃

多約束最優(yōu)姿態(tài)機動規(guī)劃引入能量消耗或機動時間等優(yōu)化目標，在綜合考慮各種約束的基礎(chǔ)上進一步實現(xiàn)目標優(yōu)化。目前關(guān)于多約束最優(yōu)姿態(tài)機動規(guī)劃問題的研究方法主要有元啟發(fā)式方法、線性松弛方法以及偽譜法等。

元啟發(fā)式方法采用高層次的啟發(fā)式實現(xiàn)算法隨機性和局部搜索的平衡，Wu等[46]設(shè)計了角速度和時間的編碼方法，將時間最優(yōu)姿態(tài)路徑規(guī)劃問題轉(zhuǎn)換成中間節(jié)點尋優(yōu)的最優(yōu)化問題，進而求出滿足約束的姿態(tài)機動路徑。根據(jù)姿態(tài)規(guī)劃的搜索策略，將元啟發(fā)式方法做如圖4所示的分類。

圖4 元啟發(fā)式方法的分類Fig.4 The classification of meta-heuristic methods

線性松弛方法通過利用線性松弛技術(shù)確定最優(yōu)值的邊界來求解非凸二次約束二次規(guī)劃問題，Sun等[47]利用半定松弛方法將原來的非凸二次約束二次規(guī)劃問題轉(zhuǎn)化為半定規(guī)劃問題，并通過迭代秩最小化方法逐漸得到最優(yōu)解。偽譜法利用正交多項式來表示最優(yōu)解曲線，將原來的最優(yōu)控制問題轉(zhuǎn)化為求解正交多項式展開系數(shù)的非線性規(guī)劃問題。

對于深空探測中的多約束最優(yōu)姿態(tài)機動規(guī)劃，線性松弛方法主要針對能量最優(yōu)問題且計算效率較低，偽譜法并未考慮中間節(jié)點約束，元啟發(fā)式方法優(yōu)化效果較好，能夠得到低能量或短時間的姿態(tài)機動路徑。

2.5.2 深空探測軌跡規(guī)劃

深空探測中軌跡規(guī)劃的目標是根據(jù)深空探測器的位置信息及目標飛行區(qū)域或目標飛行點制定相應(yīng)的機動策略，如探測器的機動點、機動時間及機動大小等，并生成連接初始位置和目標位置且滿足一系列工程約束的飛行軌跡，使得探測器能夠在不確定的環(huán)境下快速并安全抵達目標位置。

在深空中，有限的燃料和復(fù)雜未知的環(huán)境給軌跡規(guī)劃帶來了極大的挑戰(zhàn)。由于探測器所攜帶的燃料有限，且需要在有限的時間內(nèi)抵達目標地點，需要盡可能快速規(guī)劃出節(jié)省燃料的軌跡。而復(fù)雜未知的深空環(huán)境則對軌跡規(guī)劃的安全性提出了更高的要求。目前，軌跡規(guī)劃主要由連續(xù)優(yōu)化和離散搜索兩種方法解決以上面臨的兩種問題。其中，連續(xù)優(yōu)化主要根據(jù)飛行任務(wù)設(shè)置優(yōu)化指標，生成平滑軌跡，且約束越多越難求解。而離散搜索則通過節(jié)點拓展的方式搜索出軌跡經(jīng)過的節(jié)點，所生成的軌跡不平滑，但約束越多越容易求解。

連續(xù)優(yōu)化方法主要對探測器在軌跡規(guī)劃中的某些指標進行優(yōu)化。探測器在飛行中除了飛往指定目標外，還需要考慮其他約束條件。在深空探測中，因為飛行距離遠、飛行時間長等特點，所以還需根據(jù)所攜帶的燃料數(shù)量考慮燃料消耗問題，或根據(jù)任務(wù)需求考慮飛行時間問題。連續(xù)優(yōu)化方法可以使得某些特定性能指標達到最優(yōu)。因此，連續(xù)優(yōu)化方法也稱軌跡優(yōu)化方法。目前，連續(xù)優(yōu)化的主流方法有直接法、間接法、偽譜法和凸優(yōu)化方法等。

直接法引入了時間離散網(wǎng)格，將控制變量或狀態(tài)變量離散化，將動態(tài)的約束條件轉(zhuǎn)化為代數(shù)約束條件，通過將控制變量和狀態(tài)變量參數(shù)化，將優(yōu)化問題轉(zhuǎn)化為離散參數(shù)優(yōu)化問題，進而利用優(yōu)化算法進行問題求解。直接法可分為直接配點法和直接打靶法兩大類。直接配點法[48-49]將控制變量和狀態(tài)變量離散化，并將整個任務(wù)時間分成多段，每段的兩個端點稱為節(jié)點，兩節(jié)點用多項式表示狀態(tài)變量隨時間的變化。直接打靶法僅將控制變量離散化，通過數(shù)值積分獲得狀態(tài)變量，從而求解出目標函數(shù)。直接配點法與直接打靶法對狀態(tài)初始值的依賴度都較低，但相比之下直接配點法的精度較高。間接法的基本原理是最優(yōu)控制理論的極大值原理，將最優(yōu)控制問題轉(zhuǎn)換為兩點邊界問題或多點邊界問題進行求解。間接法的精度較高，但對初始值的依賴度更高。而混合法則是將直接法和間接法相結(jié)合，利用最優(yōu)控制原理和非線性規(guī)劃的優(yōu)勢，更有效地求取最優(yōu)解。表6對直接配點法、直接打靶法和間接法進行了對比。

表6 連續(xù)優(yōu)化方法的比較Table 6 Comparison of continuous optimization methods

在一些深空探測任務(wù)中，探測器需要飛往某些特定的區(qū)域或避開一些危險區(qū)域和障礙物，針對這一問題，離散搜索方法提供了可行的軌跡求解方法。離散搜索方法將軌跡分為多段求解，考慮各種路徑約束，將各節(jié)點連接形成一條完整的軌跡。目前應(yīng)用較多的離散搜索方法有圖解法、A*搜索法和Way-Points方法等。

圖解法的每一條軌跡都由一組導(dǎo)航點插入，將軌跡投影到一個有向圖上[50]，用有向圖中的點表示導(dǎo)航點，在特定條件下在過渡點進行轉(zhuǎn)移，每個過渡點都由一段弧連接，弧段在有向圖中表示為連接節(jié)點的有向線段。A*搜索法[51]定義了三維搜索空間并將空間劃分為多個不同節(jié)點，將潛在的障礙物和危險區(qū)域用基本幾何形狀或其組合表示，通過滿足一定的數(shù)學條件使某一段軌跡處于障礙物和危險區(qū)域之外。Way-Points方法[52]就是先給定一系列航天器必須經(jīng)過的導(dǎo)航點，再用導(dǎo)航點參數(shù)表示軌跡并對其優(yōu)化。離散搜索的方法在理論上可以確保收斂到全局最優(yōu)解，但需要對搜做空間進行正確的離散化，且所生成的軌跡不是平滑的。圖5表示了離散搜索方法的基本原理。

圖5 離散搜索方法圖示Fig.5 Diagram of discrete search methods

2.6 科學觀測任務(wù)規(guī)劃

深空科學觀測任務(wù)利用深空探測器對地球以外的空間和天體進行觀測，收集圖像、電磁信號等信息。其主要的特點是存在時間窗口約束，只有在時間窗口之內(nèi)才能觀測到目標，完成觀測任務(wù)。一些現(xiàn)有的規(guī)劃系統(tǒng)同時具備對地和深空目標觀測任務(wù)的規(guī)劃能力，因此本文不著重區(qū)分觀測對象。

觀測任務(wù)規(guī)劃方法按照航天器數(shù)量分為單星觀測任務(wù)規(guī)劃和多星觀測任務(wù)規(guī)劃。在多星觀測任務(wù)規(guī)劃中，按照規(guī)劃系統(tǒng)架構(gòu)又分為集中式規(guī)劃、分布式規(guī)劃和分散式規(guī)劃。集中式規(guī)劃容易造成單點失效或?qū)σ?guī)劃衛(wèi)星的計算壓力過大，因此更適合小規(guī)模多星系統(tǒng)；分布式和分散式的規(guī)劃架構(gòu)具備充分利用多星計算資源、避免單點失效等優(yōu)點，但需要平衡任務(wù)收益與通信代價。

一類觀測任務(wù)規(guī)劃方法主要關(guān)注約束處理，包括活動間邏輯約束和航天器時間資源約束，將觀測任務(wù)規(guī)劃問題抽象為約束滿足問題（CSP），采用的方法主要為基于規(guī)則的搜索、約束推理技術(shù)及迭代修復(fù)方法。

法國航天局的Pleiades系列衛(wèi)星以的自動化通用體系演示應(yīng)用平臺AGATA（Autonomy Generic Architecture -Test and Application）采用時間線上的約束網(wǎng)絡(luò)模型描述觀測規(guī)劃問題[53-54]，構(gòu)建反應(yīng)型和慎重型任務(wù)相結(jié)合的規(guī)劃架構(gòu)[55]，外部環(huán)境通過反應(yīng)型任務(wù)與慎重型任務(wù)交互，反應(yīng)型規(guī)劃采用啟發(fā)式搜索方法，慎重型采用迭代隨機貪婪搜索算法。

美國噴氣推進實驗室的人工智能小組開發(fā)的自主規(guī)劃和調(diào)度環(huán)境（ASPEN）[56]采用狀態(tài)時間線模型和迭代修復(fù)規(guī)劃方法，具備時間資源約束處理能力。連續(xù)活動調(diào)度規(guī)劃執(zhí)行和重規(guī)劃系統(tǒng)（CASPER）是ASPEN的軟實時星上規(guī)劃版本，能夠在環(huán)境變化或目標變化后快速進行重新規(guī)劃[57]。

上述方法主要關(guān)注約束處理，還有一類觀測規(guī)劃方法不僅處理約束還力求最大化任務(wù)收益，以處理觀測目標多而觀測資源有限的任務(wù)。其數(shù)學本質(zhì)是復(fù)雜的組合優(yōu)化問題，可建模為背包問題模型、圖論問題模型、整數(shù)規(guī)劃問題等。對此類觀測任務(wù)的規(guī)劃方法可分為精確算法和近似算法。動態(tài)規(guī)劃、分支定價算法等精確算法對于復(fù)雜的問題需要大量計算時間，難以在多項式時間內(nèi)找到最優(yōu)解，因此實際中多采用近似算法在較短的時間內(nèi)找到最優(yōu)解或可接受的次優(yōu)解。近似算法包括貪婪搜索、禁忌搜索、模擬退火、遺傳算法及人工神經(jīng)網(wǎng)絡(luò)等。

SPIKE[58]規(guī)劃調(diào)度軟件系統(tǒng)用于哈勃天文望遠鏡的長期任務(wù)調(diào)度，能夠生成包括多達5 000個（至少1 h）觀測活動的多年調(diào)度。SPIKE同時采用了程序性搜索、基于規(guī)則的啟發(fā)式搜索和人工神經(jīng)網(wǎng)絡(luò)方法，不僅處理約束，也考慮觀測收益的優(yōu)化。

在中歐合作的深空探測項目DSL（Discovering the Sky at the Longest Wavelengths）任務(wù)中，一個主探測器和8個子探測器繞月合作探測空間低頻信號。此項目采用分布式星上規(guī)劃算法，局部約束可滿足問題采用貪婪搜索方法，全局優(yōu)化采用分布式混合動態(tài)變異遺傳算法（Distributed Hybrid Dynamic Mutation Genetic Algorithm，DHDMGA）[59]。針對該任務(wù)的星上任務(wù)自主重規(guī)劃問題[31]，提出多目標混合動態(tài)變異遺傳算法（Multi-Objective Hybrid Dynamic Mutation Genetic Algorithm，MO-HDMGA）和重規(guī)劃方法結(jié)合的規(guī)劃模式。王沖等在分析多衛(wèi)星中心內(nèi)部特點及中心間關(guān)系的基礎(chǔ)上，建立數(shù)學模型并提出了多中心合作協(xié)同進化算法[60]。趙凡宇對航天器多目標觀測任務(wù)調(diào)度與規(guī)劃方法進行研究[61]，設(shè)計了基于蟻群算法的任務(wù)調(diào)度優(yōu)化方法。上述算法都屬于元啟發(fā)式算法，雖然能夠達到優(yōu)化收益的效果，但是算法復(fù)雜度較高且具有隨機性，并不適合計算資源有限，任務(wù)可靠性要求高的任務(wù)。

南京航空航天大學的學者基于多智能體技術(shù)對多星觀測問題的規(guī)劃和重規(guī)劃進行研究[62]，采用基于合同網(wǎng)的二次任務(wù)分配策略和迭代重規(guī)劃策略，證明分布式算法比集中式多智能體算法有更高的效率和更優(yōu)的收益。針對DSL在有限通信條件下的規(guī)劃，設(shè)計了基于博弈理論的分布式和分散式的規(guī)劃方法[63]，提出3種多星協(xié)商機制：基于效能的可反悔機制、烽火信號機制和基于廣播的機制。趙宇庭等提出具有私有性的分散式多探測器觀測任務(wù)規(guī)劃方法，設(shè)計基于雙邊匹配延遲接受策略的多智能體迭代協(xié)商機制，且在智能體內(nèi)時間資源約束處理中也加入了優(yōu)化策略，從規(guī)劃機制和局部決策兩個層面提高任務(wù)收益?；诤贤W(wǎng)、博弈理論、雙邊匹配等多智能體方法，優(yōu)化機制簡潔，每個智能體內(nèi)部算法復(fù)雜度低，適合多探測器分布式任務(wù)規(guī)劃。

隨著航天器數(shù)量的增長和觀測任務(wù)復(fù)雜度的提高，地面管控資源越發(fā)緊缺，難以滿足觀測任務(wù)快速響應(yīng)的需求，星上自主觀測任務(wù)規(guī)劃將成為未來的發(fā)展方向。隨著未來星上計算能力的增強，機器學習等對計算資源要求較高的人工智能方法也將成為觀測任務(wù)自主規(guī)劃的可選方案。

3 深空探測器自主規(guī)劃技術(shù)發(fā)展趨勢

3.1 自主規(guī)劃技術(shù)發(fā)展趨勢

針對深空探測器自主規(guī)劃面臨的約束復(fù)雜、不確定性強和實時性要求高的特點，自主規(guī)劃技術(shù)以滿足實際自主運行需求為目標不斷發(fā)展，從任務(wù)規(guī)劃、規(guī)劃修復(fù)和運動規(guī)劃等方面力求形成高層決策的自主管理系統(tǒng)，保障探測器自主安全運行，其發(fā)展趨勢為如下幾個方面。

1）探測器由單一模型向多維度多尺度建模發(fā)展

深空探測器系統(tǒng)復(fù)雜，單一的模型描述語言難以充分刻畫系統(tǒng)間的耦合約束條件。所以，需建立多維度、多尺度的規(guī)劃知識模型，既能夠提高規(guī)劃解的可行性，又能降低規(guī)劃算法的計算需求。

2）探測器規(guī)劃向分布式群規(guī)劃發(fā)展

針對多探測器分布式協(xié)同任務(wù)規(guī)劃需求，研究適用于深空探測任務(wù)的體系結(jié)構(gòu)和通信交互機制。充分利用器上計算資源、避免單點失效，快速應(yīng)對和響應(yīng)任務(wù)需求。

3）預(yù)先規(guī)劃向復(fù)雜環(huán)境在線快速規(guī)劃發(fā)展

深空探測任務(wù)過程中，未知的飛行環(huán)境、突發(fā)的科學目標等會經(jīng)常導(dǎo)致預(yù)定規(guī)劃難以正常執(zhí)行。為了盡可能地完成任務(wù)目標，必須快速應(yīng)對和解決規(guī)劃失效的情況。所以，需要重點研究不確知環(huán)境下，預(yù)定規(guī)劃序列執(zhí)行失敗時的快速重規(guī)劃方法。

4）單一目標運動規(guī)劃向多約束多目標運動規(guī)劃發(fā)展

深空探測存在飛行環(huán)境復(fù)雜、姿態(tài)/軌跡約束多等問題，且星上資源有限。所以，需要考慮多約束下運動規(guī)劃技術(shù)，并綜合各性能指標，兼顧機動時間與能量消耗等條件，重點研究多約束多目標下的運動規(guī)劃技術(shù)。

3.2 自主規(guī)劃技術(shù)研究方向

由于對時間資源等復(fù)雜約束的表達能力和有限計算資源下規(guī)劃處理能力的限制，自主規(guī)劃技術(shù)實際應(yīng)用目前處于前期探索和研究階段，僅在少數(shù)深空探測任務(wù)規(guī)劃中進行了測試和試驗?？紤]到深空探測領(lǐng)域的系統(tǒng)耦合性、資源有限和約束復(fù)雜等特殊性質(zhì)，從當前亟需解決的問題和發(fā)展趨勢來看，建議在深空探測領(lǐng)域重點研究以下方向。

1） 任務(wù)規(guī)劃與序列執(zhí)行協(xié)調(diào)配合框架研究

隨著深空探測器對自主能力需求的逐步提高，自主規(guī)劃與序列執(zhí)行框架設(shè)計更加趨于復(fù)雜化、并行化和一體化。對于仍未實現(xiàn)的探測任務(wù)目標或者重規(guī)劃/規(guī)劃修復(fù)任務(wù)，自主任務(wù)規(guī)劃部分應(yīng)該在探測器當前序列執(zhí)行的基礎(chǔ)上，結(jié)合當前及未來一段時間內(nèi)的星載能源變化情況、各子系統(tǒng)的調(diào)度和健康狀況，給出合理可行的執(zhí)行方案；對于由環(huán)境變化、執(zhí)行異常、設(shè)備故障等引起的規(guī)劃失敗，序列執(zhí)行部分應(yīng)當適時智能選取可執(zhí)行活動繼續(xù)執(zhí)行，同時向自主任務(wù)規(guī)劃部分發(fā)送重規(guī)劃/規(guī)劃修復(fù)請求。自主規(guī)劃與序列執(zhí)行之間如何協(xié)調(diào)配合完成規(guī)劃–執(zhí)行–重規(guī)劃/規(guī)劃修復(fù)是未來值得探討的問題。

2） 任務(wù)規(guī)劃模型中復(fù)雜約束表示方法研究

任務(wù)規(guī)劃知識模型是自主規(guī)劃技術(shù)基礎(chǔ)并影響后續(xù)采用的規(guī)劃搜索技術(shù)。PDDL形式語言通過動作、條件和效果將各狀態(tài)相關(guān)聯(lián)，對時間、資源約束表達能力欠缺，大規(guī)劃規(guī)劃問題會呈現(xiàn)搜索空間大的特點。基于時間線的表達方式采用約束可滿足方法，復(fù)雜約束表達能力較強，但后續(xù)規(guī)劃搜索效率有待提高。因此如何有效結(jié)合兩者優(yōu)勢對具有多約束的深空探測任務(wù)規(guī)劃模型進行合理表示是當前建模關(guān)鍵。

3） 巨型搜索空間下高效規(guī)劃方法研究

深空探測規(guī)劃問題具有大量并行活動和資源約束等需要處理，搜索空間大，基于狀態(tài)空間規(guī)劃的啟發(fā)式規(guī)劃方法難以求解具有復(fù)雜約束規(guī)劃問題，且無法直接在基于時間線的規(guī)劃方法中使用。同時，空間環(huán)境動態(tài)不完全可觀測，使得任務(wù)規(guī)劃過程需要考慮時間或資源等不確定性，給規(guī)劃方法帶來更大挑戰(zhàn)。因此，如何利用兩類任務(wù)規(guī)劃方法優(yōu)勢發(fā)展巨型搜索空間下高效規(guī)劃技術(shù)需要進一步研究。

4）不確定環(huán)境下自主任務(wù)重規(guī)劃/規(guī)劃修復(fù)技術(shù)研究

隨著探測目標距離的大幅度增加，深空環(huán)境的不確知性增強，系統(tǒng)的長期運行可靠性降低，依賴于規(guī)劃知識模型的深空探測器自主任務(wù)重規(guī)劃/規(guī)劃修復(fù)技術(shù)的實用性受到極大挑戰(zhàn)。因此，匹配環(huán)境變化的自適應(yīng)規(guī)劃知識模型設(shè)計必定是自主任務(wù)重規(guī)劃/規(guī)劃修復(fù)研究的重點。此外，如何在有限的星載資源基礎(chǔ)上，考慮現(xiàn)有執(zhí)行序列對各子系統(tǒng)的調(diào)度，綜合活動前提、執(zhí)行時間、消耗資源以及任務(wù)截止時間要求，快速給出次優(yōu)的解決方案，仍是研究重點。

5）多約束下深空探測器最優(yōu)路徑快速規(guī)劃技術(shù)

在深空探測的復(fù)雜環(huán)境下，探測器運動存在約束復(fù)雜、通信時延和燃料有限等問題，通常需要提高探測器的自主能力、減少機動時間和燃料消耗。在引入機動時間和燃料消耗等優(yōu)化目標的條件下，運動規(guī)劃方法需要綜合考慮多種約束的基礎(chǔ)上進一步實現(xiàn)目標優(yōu)化，但是星上資源有限，優(yōu)化效率較低。因此，需要重點研究多約束下深空探測器最優(yōu)路徑快速規(guī)劃技術(shù)，在提高算法的計算效率同時又能保持較好的機動時間和燃料消耗優(yōu)化效果。

6）分布式多智能體自主規(guī)劃技術(shù)

隨著深空探測器任務(wù)復(fù)雜度和規(guī)模的提升，需要多探測器協(xié)作完成。分布式多智能體規(guī)劃具有充分利用多探測器的規(guī)劃能力、避免系統(tǒng)單點失效等優(yōu)點，輔以合理的系統(tǒng)架構(gòu)、規(guī)劃協(xié)商模式及信息一致性策略，能提高規(guī)劃效率、提升系統(tǒng)可靠性，有益于多探測器系統(tǒng)長期安全運行。啟發(fā)式搜索、元啟發(fā)式算法、市場機制、博弈論、機器學習等理論都可作為分布式多智能體規(guī)劃的基礎(chǔ)，但對于實際任務(wù)，則需要選擇與場景需求和探測器能力相匹配的規(guī)劃方法，并結(jié)合任務(wù)特點進行擴展和改進。

4 結(jié) 論

隨著計算機技術(shù)和人工智能相關(guān)領(lǐng)域的蓬勃發(fā)展，自主規(guī)劃技術(shù)解決現(xiàn)實深空探測器規(guī)劃問題逐漸成為可能，在自主規(guī)劃技術(shù)研究方面，已提出很多行之有效的規(guī)劃方法，在工程和空間技術(shù)領(lǐng)域也得到有效應(yīng)用。隨著航天任務(wù)復(fù)雜化、飛行距離越來越遠，自主規(guī)劃技術(shù)需求不斷增加，其已成為當前空間自主技術(shù)領(lǐng)域研究的熱點。我國“天問一號”火星探測任務(wù)的成功實施，未來小行星探測、木星系探測等深空任務(wù)也在規(guī)劃論證中。我國深空探測領(lǐng)域迎來了前所未有的發(fā)展機遇，應(yīng)該把握機會，著力突破深空探測關(guān)鍵技術(shù)，開發(fā)具有自主知識產(chǎn)權(quán)的自主規(guī)劃系統(tǒng)，推進航天器自主化和智能化發(fā)展。