一种基于时标状态的启发式航天器任务规划算法 - bob手机在线登陆

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于时标状态的启发式航天器任务规划算法

李朝玉,徐瑞

文章导航> 深空探测学报(中英文）> 2015> 2(1): 20-26

李朝玉, 徐瑞. 一种基于时标状态的启发式航天器任务规划算法[J]. 深空探测学报(中英文）, 2015, 2(1): 20-26. doi: 10.15982/j.issn.2095-7777.2015.01.003

引用本文:

李朝玉, 徐瑞. 一种基于时标状态的启发式航天器任务规划算法[J]. 深空探测学报(中英文）, 2015, 2(1): 20-26.doi:10.15982/j.issn.2095-7777.2015.01.003

LI Zhaoyu, XU Rui. Time Stamped States based Heuristic Algorithm for Spacecraft Mission Planning[J]. Journal of Deep Space Exploration, 2015, 2(1): 20-26. doi: 10.15982/j.issn.2095-7777.2015.01.003

Citation:

LI Zhaoyu, XU Rui. Time Stamped States based Heuristic Algorithm for Spacecraft Mission Planning[J].Journal of Deep Space Exploration, 2015, 2(1): 20-26.doi:10.15982/j.issn.2095-7777.2015.01.003

一种基于时标状态的启发式航天器任务规划算法

doi:10.15982/j.issn.2095-7777.2015.01.003

李朝玉,
徐瑞

bob手机在线登陆深空探测技术研究所, 北京 100081;飞行器动力学与控制教育部重点实验室, 北京 100081

基金项目:国家重点基础研究发展计划(973计划)(2012CB720000);民用航天项目

Time Stamped States based Heuristic Algorithm for Spacecraft Mission Planning

LI Zhaoyu,
XU Rui

Institute of Deep Space Exploration Technology, Beijing Institute of Technology, Beijing 100081, China;Key Laboratory of Dynamics and Control of Flight Vehicle, Ministry of Education, Beijing 100081, China

摘要:深空探测领域对实时性要求较高,在较短时间内找到规划解是深空探测自主任务规划中的一个要求,运用启发式规划算法是达到该要求的方法之一。而深空探测自主任务规划的另外一个特点是需要处理持续动作和数值信息。针对深空探测任务特点,采用规划领域定义语言PDDL,建立深空探测领域中知识模型,描述操作中遇到的时间与资源约束;随后应用以条件数为代价的启发式搜索方法对深空探测规划问题进行求解,并将其与TFD规划器中以动作时间为代价的上下文增强累加启发式搜索方法得到的结果进行对比,得出以条件数为代价的启发式搜索方法在搜索速度方面效果更佳,满足深空探测自主规划任务实时性要求。
- 深空探测/
- 启发式/
- 持续动作/
- 数值
Abstract:For real time in deep space exploration, it is a requirement of autonomous mission planning for the explorer to find a plan as soon as possible. A kind of method is to use heuristic algorithm. At the same time, durative actions and numeric information have to be processed. According to these characteristics, this paper adapts planning domain definition language (PDDL) to establish knowledge models and describe time and resource constraints. Then the heuristic algorithm based on condition number is proposed to solve planning problems of deep space exploration. Finally, we compare this heuristic with context-enhanced additive heuristic based on action time in TFD (Temporal Fast Downward) planner. The result of the experiment shows that the heuristic algorithm we proposed is better to solve the planning problems in deep space from the point of view of real time.
- deep space exploration/
- heuristic/
- durative actions/
- numeric

[1]	Bonet B, Geffner H. Planning as heuristic search[J]. Artificial Intelligence, 2001,129:5-33.
[2]	Edelkamp S, Schrödl S. Heuristic search: theory and application [M]. United States of America: Margan Kaufmann, 2011:1-427.
[3]	Cushing W, Kambhampati S, Mausam,et al. When is temporal planning really temporal? [C]//The International Joint Conference on Artificial Intelligence. Hyderabad, India:[s.n.], 2007.
[4]	Haslum P, Geffner H. Heuristic planning with time and resources[C]//Proceedings of the Sixth European Conference on Planning. Toledo, Spain:[s.n.], 2001.
[5]	Minh B D, Kambhampati S. Sapa: a multi-objective metric temporal planner[J]. Journal of Artificial Intelligence Research, 2003,20:155-194.
[6]	Helmert M, Geffner H. Unifying the causal graph and additive heuristics[C]//Proceeding of the 18th International Conference on Automated Planning and Scheduling(ICAPS). Sydney, Australia: [s.n.], 2008.
[7]	彭婷.基于修复策略的深空探测器自主任务规划方法研究[D].北京:bob手机在线登陆,2012.[Peng T. Autonomous mission planning method of deep space explorer based on repair planning strategy[D]. Beijing:Beijing Institute of Technology, 2012.]
[8]	Fox M, Long D. PDDL2.1: an extension to PDDL for expressing temporal planning domains[J]. Journal of Artificial intelligence research, 2003,20:61-124.
[9]	Smith B, Sherwood R, Govindjee A, et al. Representing spacecraft mission planning knowledge in ASPEN[C]//Artificial Intelligence Planning Systems Workshop on Knowledge Acquisition. Pittsburgh: [s.n.], 1998.
[10]	饶东宁,蒋志华,姜云飞.规划领域定义语言的演进综述[J].计算机工程与应用,2010,46(22):23-25.[Rao D N, Jiang Z H, Jiang Y F. Review on evolution of planning domains definition language[J]. Computer Engineering and Applications, 2010,46(22):23-25.]
[11]	Helmert M. The fast downward planning system[J]. Journal if Artificial Intelligence Research, 2006(26):191-246.
[12]	Eyerich P, Mattmüller R, Röger C. Using the context-enhanced additive heuristic for temporal and numeric planning[C]//Proceeding of the 19th International Conference on Automated Planning and Scheduling (ICAPS). Thessaloniki, Greece: [s.n.], 2009.

[1]	徐瑞, 李朝玉, 朱圣英, 王棒, 梁子璇, 尚海滨.深空探测器自主规划技术研究进展. 深空探测学报(中英文）, 2021, 8(2): 111-123.doi:10.15982/j.issn.2096-9287.2021.20210039
[2]	王卓, 徐瑞.基于多目标优化的深空探测器姿态组合规划方法. 深空探测学报(中英文）, 2021, 8(2): 147-153.doi:10.15982/j.issn.2096-9287.2021.20200069
[3]	于国斌.深空探测任务协同的系统工程方法应用及趋势. 深空探测学报(中英文）, 2021, 8(4): 407-415.doi:10.15982/j.issn.2096-9287.2021.20210036
[4]	陈春亮, 张正峰, 盛瑞卿, 杨孟飞.深空探测跳跃式再入返回任务设计. 深空探测学报(中英文）, 2021, 8(3): 269-275.doi:10.15982/j.issn.2096-9287.2021.20210016
[5]	雷英俊, 朱立颖, 张文佳.我国深空探测任务电源系统发展需求. 深空探测学报(中英文）, 2020, 7(1): 35-40.doi:10.15982/j.issn.2095-7777.2020.20190712001
[6]	于登云, 张哲, 泮斌峰, 刘传凯, 丁亮, 朱继宏, 高海波, 刘金国, 陈鹏.深空探测人工智能技术研究与展望. 深空探测学报(中英文）, 2020, 7(1): 11-23.doi:10.15982/j.issn.2095-7777.2020.20190916001
[7]	牛厂磊, 罗志福, 雷英俊, 王文强, 郑见杰, 乔学荣, 罗洪义, 胡文军, 钟武烨.深空探测先进电源技术综述. 深空探测学报(中英文）, 2020, 7(1): 24-34.doi:10.15982/j.issn.2095-7777.2020.20200002
[8]	叶培建, 孟林智, 马继楠, 王强, 李莹, 杜宇, 王硕.深空探测人工智能技术应用及发展建议. 深空探测学报(中英文）, 2019, 6(4): 303-316,383.doi:10.15982/j.issn.2095-7777.2019.04.001
[9]	蔡明辉, 杨涛, 韩建伟.载人深空探测磁场主动辐射防护技术研究. 深空探测学报(中英文）, 2019, 6(2): 165-172.doi:10.15982/j.issn.2095-7777.2019.02.008
[10]	陈莉丹, 谢剑锋, 刘勇, 陈明.中国深空探测任务轨道控制技术综述. 深空探测学报(中英文）, 2019, 6(3): 210-218.doi:10.15982/j.issn.2095-7777.2019.03.002
[11]	金颢, 徐瑞, 崔平远, 朱圣英.基于状态转移图的启发式深空探测器任务规划方法. 深空探测学报(中英文）, 2019, 6(4): 364-368.doi:10.15982/j.issn.2095-7777.2019.04.008
[12]	李永, 丁凤林, 周成.深空探测推进技术发展趋势. 深空探测学报(中英文）, 2018, 5(4): 323-330.doi:10.15982/j.issn.2095-7777.2018.04.002
[13]	胡宇鹏, 鲁亮, 向延华, 李思忠, 胡文军, 胡绍全.深空探测器同位素热源环境试验技术. 深空探测学报(中英文）, 2017, 4(2): 138-142.doi:10.15982/j.issn.2095-7777.2017.02.006
[14]	朱安文, 刘磊, 马世俊, 李明.空间核动力在深空探测中的应用及发展综述. 深空探测学报(中英文）, 2017, 4(5): 397-404.doi:10.15982/j.issn.2095-7777.2017.05.001
[15]	张国万, 李嘉华.冷原子干涉技术原理及其在深空探测中的应用展望. 深空探测学报(中英文）, 2017, 4(1): 14-19.doi:10.15982/j.issn.2095-7777.2017.01.002
[16]	张建琴, 徐建明, 贾巍, 邱宝贵, 肖杰.深空探测太阳电池阵应用及关键技术分析. 深空探测学报(中英文）, 2016, 3(1): 3-9.doi:10.15982/j.issn.2095-7777.2016.01.001
[17]	刘庆会, 吴亚军.高精度VLBI技术在深空探测中的应用. 深空探测学报(中英文）, 2015, 2(3): 208-212.doi:10.15982/j.issn.2095-7777.2015.03.003
[18]	王伟, 马彦涵, 周易倩, 方宝东.深空探测磁动力技术研究进展. 深空探测学报(中英文）, 2015, 2(3): 203-207.doi:10.15982/j.issn.2095-7777.2015.03.002
[19]	张大鹏, 雷勇军.深空探测返回舱着陆冲击动力学分析. 深空探测学报(中英文）, 2014, 1(2): 150-155.
[20]	吴伟仁, 于登云.深空探测发展与未来关键技术. 深空探测学报(中英文）, 2014, 1(1): 5-17.

WeChat

点击查看大图

计量

文章访问数:3645
HTML全文浏览量:65
PDF下载量:1979
被引次数:0

一种基于时标状态的启发式航天器任务规划算法

doi:10.15982/j.issn.2095-7777.2015.01.003

李朝玉,
徐瑞

bob手机在线登陆深空探测技术研究所, 北京 100081;飞行器动力学与控制教育部重点实验室, 北京 100081

基金项目:国家重点基础研究发展计划(973计划)(2012CB720000);民用航天项目

收稿日期:2014-12-20
修回日期:2015-02-10

关键词:

摘要:深空探测领域对实时性要求较高,在较短时间内找到规划解是深空探测自主任务规划中的一个要求,运用启发式规划算法是达到该要求的方法之一。而深空探测自主任务规划的另外一个特点是需要处理持续动作和数值信息。针对深空探测任务特点,采用规划领域定义语言PDDL,建立深空探测领域中知识模型,描述操作中遇到的时间与资源约束;随后应用以条件数为代价的启发式搜索方法对深空探测规划问题进行求解,并将其与TFD规划器中以动作时间为代价的上下文增强累加启发式搜索方法得到的结果进行对比,得出以条件数为代价的启发式搜索方法在搜索速度方面效果更佳,满足深空探测自主规划任务实时性要求。

English Abstract

李朝玉, 徐瑞. 一种基于时标状态的启发式航天器任务规划算法[J]. 深空探测学报(中英文）, 2015, 2(1): 20-26. doi: 10.15982/j.issn.2095-7777.2015.01.003

引用本文:

李朝玉, 徐瑞. 一种基于时标状态的启发式航天器任务规划算法[J]. 深空探测学报(中英文）, 2015, 2(1): 20-26.doi:10.15982/j.issn.2095-7777.2015.01.003

LI Zhaoyu, XU Rui. Time Stamped States based Heuristic Algorithm for Spacecraft Mission Planning[J]. Journal of Deep Space Exploration, 2015, 2(1): 20-26. doi: 10.15982/j.issn.2095-7777.2015.01.003

Citation:

LI Zhaoyu, XU Rui. Time Stamped States based Heuristic Algorithm for Spacecraft Mission Planning[J].Journal of Deep Space Exploration, 2015, 2(1): 20-26.doi:10.15982/j.issn.2095-7777.2015.01.003

全文HTML

参考文献 (12)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回