Автоматизация планирования маневров космического аппарата по уклонению от космического мусора с использованием методов глубокого обучения и обучения с подкреплением

Космический мусор представляет опасность для искусственных спутников Земли. Ввиду большого количества запланированных запусков тысяч микроспутников, можно утверждать, что количество космических объектов вырастет в несколько раз в ближайшие годы. Это приведет к значительному увеличению частоты сближений с космическим мусором. Чтобы избежать столкновений, космический корабль должен проводить маневры уклонения. В этой работе мы предлагаем новое решение для поиска оптимальных маневров избегания столкновений на основе современных методов обучения с подкреплением: поиск по дереву Монте-Карло и метод кросс-энтропии. Так же рассмотрено включение дополнительных соображений (таких как необходимость выполнения задачи миссии), достигаемых путем изменения функции вознаграждения без необходимости изменения алгоритмов. Экспериментальные результаты показывают, что характеристики рассматриваемых методов совпадают с аналитическими.