一种基于隐状态和强化学习的行星际轨道转移方法

本发明公开了一种基于隐状态和强化学习的行星际轨道转移方法，涉及航天器控制技术领域。本发明通过建立序列隐变量模型，可以显式地对不确定环境进行表示学习，提取隐藏在不确定环境观测下的隐藏信息。并通过演员网络和评论家网络组成强化学习控制器。采用序列隐变量模型和强化学习控制器构建强化学习算法框架，从而加快智能体在不确定环境中的训练，提高智能体对不确定性的处理能力。此外，本发明实施例还将基于当前观测和预期操作预测下一状态，并将预测的下一状态的质量纳入奖励结构中，使得即时奖励能够同时捕获当前和后续策略的有效性，进而提高算法的学习效率。