A Goal-Oriented Reinforcement Learning-Based Path Planning Algorithm for Modular Self-Reconfigurable Satellites
Created by
Haebom
저자
Bofei Liu, Dong Ye, Zunhao Yao, Zhaowei Sun
개요
본 논문은 모듈형 자가 재구성 위성의 재구성 경로 계획을 위한 목표 지향적 강화 학습 기반 알고리즘을 제안한다. 기존 알고리즘의 높은 계산 복잡도, 낮은 일반화 능력, 다양한 목표 구성에 대한 제한된 지원 등의 문제점을 해결하기 위해, 다중 목표 구성을 처리하는 강화 학습 기반 알고리즘을 제시한다. 희소 보상과 잘못된 행동의 문제를 극복하기 위해 Hindsight Experience Replay와 Invalid Action Masking 기법을 활용하여 4개 및 6개 모듈로 구성된 위성 클러스터에서 임의의 목표 구성에 각각 95%와 73%의 성공률을 달성하였다.
시사점, 한계점
•
시사점:
◦
모듈형 자가 재구성 위성의 다양한 목표 구성에 대한 효과적인 경로 계획 알고리즘을 제시하였다.
