学习型自适应MPC用于磁力矩器卫星姿态控制
热点事件持续更新
学习型自适应MPC用于磁力矩器卫星姿态控制
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月15日,arXiv Robotics 报道了一项研究:Patrick Schwartz 与 Abhishek Cauligi 提出一种基于学习的自适应模型预测控制(MPC)算法,用于仅靠磁力矩器的纳卫星姿态控制,规划旋转轨迹以应对控制权限损失问题。该方法引入在仿真中用低保真磁场数据训练的磁场模型,并利用在线测量通过末层更新方案快速适配真实行星磁场。报道称,在地球轨道和天王星轨道仿真中,控制器成功率分别提升 5% 和 61%。该报道为目前唯一来源,未出现与早先报道矛盾的数字或说法;上述提升幅度均为仿真结果,尚未见在轨验证信息。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
基于学习的自适应 MPC 实现纯磁力矩器卫星姿态控制报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv Robotics基于学习的自适应 MPC 实现纯磁力矩器卫星姿态控制
研究提出一种基于学习的自适应模型预测控制(MPC)算法,为仅靠磁力矩器的纳卫星规划旋转轨迹,以应对控制权限损失问题。该方法引入在仿真中用低保真磁场数据训练的磁场模型,并利用在线测量通过末层更新方案快速适配真实行星磁场。在地球轨道和天王星轨道仿真中,控制器成功率分别提升 5% 和 61%。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。