一种结合强化学习与最优控制的轨道博弈系统及方法

本申请提出一种结合强化学习与最优控制的轨道博弈系统及方法，其中，系统包括：初始化问题设置模块、优化求解模块、强化学习模块、虚拟环境模块与循环执行模块，该系统通过初始化虚拟环境与约束条件，利用优化求解模块基于CW方程求解航天器轨道控制量，结合强化学习模块中的TD3算法生成最终控制策略。本申请提出的系统在虚拟环境中考虑J2摄动影响，持续迭代并优化控制策略，在不完全信息和非线性扰动下实现高效可靠的轨道追逃博弈，适用于复杂空间环境下的多航天器自主决策任务。