文章摘要:针对“嫦娥五号”月面采样任务中采样机械臂的精准控制问题，提出了一种基于深度强化学习的路径规划方法。通过设计深度强化学习算法的多约束奖赏函数，规划了满足安全性、快速性、可达性三个约束的运动路径，实现了采样机械臂的精准控制。在满足任务安全性的提前下，缩短了天地之间的交互时间，机械臂控制效果更加平稳。在轨实验结果表明，该方法具有较高的准确性和鲁棒性，可为后续的深空探测在轨遥操作采样任务提供借鉴。

文章关键词:

论文DOI:10.15982/j.issn.2096-9287.2021.20210095

论文分类号:V476.3;TP241