一种面向多星轨道交互的机动策略分层训练方法

本发明提供了一种面向多星轨道交互的机动策略分层训练方法，涉及航天器控制，其中方法包括：根据预设的CW坐标系建立三星的轨道追逃交互模型；根据轨道追逃交互模型确定追踪星和逃逸星交互时的第一交互数据和第一奖励函数，以及追踪星和防御星交互时的第二交互数据和第二奖励函数并对预设的初始神经网络进行训练，依次得到追踪星的第一追踪网络模型和逃逸星的第一逃逸网络模型，以及追踪星的第二逃逸网络模型和防御星的第二追踪网络模型；根据轨道追逃交互模型、第一逃逸网络模型和第二追踪网络模型确定三星交互时第三交互数据和第三奖励函数，并对追踪星的初始决策网络进行训练，得到机动策略选择模型。本方案实现了追踪星在追踪和逃逸行为之间的智能切换。