微重力环境下巡视探测器强化学习训练方法及电子设备

本发明公开了微重力环境下巡视探测器强化学习训练方法及电子设备，包括步骤：获取天体表面的图片信息，并基于图片信息构建天体的三维地形模型，以URDF格式定义巡视探测器的模型信息；在物理引擎中导入巡视探测器的模型信息和三维地形模型；施加各种不同类型的控制量来模拟探测器运动，生成仿真数据集；建立动力学环境与强化学习算法交互的标准接口，添加强化学习模块，将仿真数据集输入到强化学习模块进行强化学习训练。利用三角剖分和地形重建方法，将天体表面照片和三维扫描图转换到训练环境中，作为环境状态的一部分输入强化学习算法，进而得到探测器每一步动作决策，有利于探测器基于不同的任务需求开展控制决策模型的快速训练和部署。