基于安全强化学习的在轨服务机会约束检查视点排序

一项研究把目标航天器近距离检查的视点选择建模为约束马尔可夫决策过程，用带拉格朗日松弛的近端策略优化求解，并结合CW方程评估每次转移。该方法在Galileo级导航卫星点云模型上测试，将碰撞风险设为显式设计参数，在各风险预算下把禁飞区违规率控制在限定范围内，覆盖度接近最大且不超任务Δv预算。相比固定禁飞半径余量的确定性规划，它在相近覆盖度下违规率不到一半，且无需在每个决策点重复蒙特卡洛风险评估。