买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国电子科技集团公司第五十二研究所申请的专利基于深度强化学习的能源有限卫星的自主变轨决策方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115828741B 。

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211492768.6，技术领域涉及：G06F30/27；该发明授权基于深度强化学习的能源有限卫星的自主变轨决策方法及装置是由朱思奇;孔德谦;郑森火;朱燎原;张诚;郭子昌;焦文明设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本基于深度强化学习的能源有限卫星的自主变轨决策方法及装置在说明书摘要公布了：本发明公开了一种基于深度强化学习的能源有限卫星的自主变轨决策方法及装置，方法包括：获取卫星仿真运行环境中待控制的卫星智能体的态势信息；对态势信息进行预处理后输入至深度强化学习模型，得到待控制的卫星智能体的决策行为；根据决策行为控制待控制的卫星智能体进行变轨；计算当前变轨的奖励；存储并更新深度强化学习模型；若卫星智能体在限定时间内完成变轨，则判断当前对局为胜利，训练深度强化学习模型直至胜率达到预设阈值；利用训练结束输出的决策模型进行卫星的自主变轨决策。本发明通过强化学习的自博弈产生数据控制卫星做有限能源下的变轨动作，探索出更多样更多可能性的自主智能变轨策略。

本发明授权基于深度强化学习的能源有限卫星的自主变轨决策方法及装置在权利要求书中公布了：1.一种基于深度强化学习的能源有限卫星的自主变轨决策方法，其特征在于，所述基于深度强化学习的能源有限卫星的自主变轨决策方法，包括： 步骤1、卫星仿真运行环境初始化，开始一局对局训练； 步骤2、根据待控制的卫星智能体的预设任务确定变轨的目标轨道、目标位置和目标姿态； 步骤3、获取卫星仿真运行环境中待控制的卫星智能体的态势信息； 步骤4、对态势信息进行预处理后输入至深度强化学习模型，得到待控制的卫星智能体的决策行为； 步骤5、根据决策行为控制待控制的卫星智能体进行变轨； 步骤6、计算当前变轨的奖励，包括： 计算单步第t步的奖励为： 式中，Rst,ut为针对卫星智能体在第t步基于状态st执行动作ut后的奖励，为第t步执行时消耗的能源量，为第t步执行后卫星智能体剩余的能源量，为第t步执行后卫星智能体与目标位置的距离，为第t步执行后卫星智能体的运行方向和目标位置的相对角度； 则第H步的累积回报函数为： 式中，RHτ为卫星智能体在第H步的累积回报，τ为卫星智能体累积的状态动作序列s0,u0,…,sH,uH，0≤t≤H； 步骤7、存储并更新深度强化学习模型； 步骤8、将卫星智能体变轨到目标轨道、达到目标位置和目标姿态作为卫星智能体完成变轨的判断依据，若卫星智能体未完成变轨则返回步骤3继续执行，若卫星智能体完成变轨则当前对局结束，执行步骤9，其中若在限定时间内完成变轨则判断当前对局为胜利，若未在限定时间内完成变轨则判断当前对局为失败； 步骤9、判断深度强化学习模型决策下卫星智能体变轨的胜率是否达到预设阈值，若未到达则返回步骤1继续训练，否则结束训练并输出深度强化学习模型作为决策模型； 步骤10、利用训练结束输出的决策模型进行卫星的自主变轨决策。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国电子科技集团公司第五十二研究所，其通讯地址为：311100 浙江省杭州市余杭区爱橙街198号B楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。