Transformers for Trajectory Optimization with Application to Spacecraft Rendezvous
作者: Tommaso Guffanti, Daniele Gammelli, Simone D'Amico, Marco Pavone
分类: cs.RO
发布日期: 2023-10-20 (更新: 2024-01-05)
备注: Presented in 2024 IEEE Aerospace Conference
💡 一句话要点
提出自主交会变换器以解决航天器轨迹优化问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 轨迹优化 航天器交会 自主控制 变换器模型 非凸优化 生成模型 燃料效率
📋 核心要点
- 现有的AI轨迹优化方法要么缺乏约束满足保证，要么仅模仿传统控制算法，导致效率低下。
- 本文提出自主交会变换器（ART），利用变换器学习近似最优策略，并为非凸最优控制问题提供热启动。
- 实验结果显示，ART在燃料效率和优化迭代次数上均优于传统方法，且运行时间与基准相当。
📝 摘要（中文）
可靠且高效的轨迹优化方法是自主动态系统的基本需求，能够有效支持火箭着陆、高超音速再入、航天器交会和对接等应用。现有的AI方法要么完全替代传统控制算法，缺乏约束满足保证，要么仅通过监督学习模仿传统方法的行为。为了解决这些问题，本文提出了自主交会变换器（ART），评估现代生成模型在复杂轨迹优化问题中的能力，既从预测角度也从控制角度进行分析。研究表明，ART在预测已知的燃料最优轨迹方面优于其他学习架构，并且通过变换器学习的策略能够生成近似最优的热启动，达到更高的燃料效率，减少了序列优化器的迭代次数，且整体运行时间与基于凸优化的基准相当。
🔬 方法详解
问题定义：本文旨在解决航天器轨迹优化中的复杂问题，现有方法在约束满足和效率上存在不足，导致无法满足安全关键应用的需求。
核心思路：提出自主交会变换器（ART），利用变换器模型学习从历史数据中提取近似最优策略，并为后续的序列优化器提供有效的热启动，确保约束条件的满足。
技术框架：ART的整体架构包括数据收集模块、变换器模型训练模块和序列优化器模块。数据收集模块负责获取历史轨迹数据，变换器模型通过学习这些数据生成策略，最后将生成的策略用于优化器进行轨迹计算。
关键创新：ART的主要创新在于结合了生成模型与传统优化方法，既能学习近似最优策略，又能保证在复杂约束下的有效性，与现有方法相比，提供了更高的灵活性和效率。
关键设计：在模型设计上，ART采用了特定的损失函数以优化轨迹预测的准确性，并在网络结构上进行了调整，以适应非凸优化问题的特性。
🖼️ 关键图片
📊 实验亮点
实验结果表明，ART在预测已知燃料最优轨迹方面的表现优于其他学习架构，且通过变换器学习的策略能够实现更高的燃料效率，减少序列优化器的迭代次数，整体运行时间与基于凸优化的基准相当，显示出显著的性能提升。
🎯 应用场景
该研究的潜在应用领域包括航天器的自主交会与对接、火箭着陆以及高超音速飞行等安全关键任务。通过提高轨迹优化的效率和可靠性，ART有望在未来的航天任务中发挥重要作用，推动自主飞行技术的发展。
📄 摘要（原文）
Reliable and efficient trajectory optimization methods are a fundamental need for autonomous dynamical systems, effectively enabling applications including rocket landing, hypersonic reentry, spacecraft rendezvous, and docking. Within such safety-critical application areas, the complexity of the emerging trajectory optimization problems has motivated the application of AI-based techniques to enhance the performance of traditional approaches. However, current AI-based methods either attempt to fully replace traditional control algorithms, thus lacking constraint satisfaction guarantees and incurring in expensive simulation, or aim to solely imitate the behavior of traditional methods via supervised learning. To address these limitations, this paper proposes the Autonomous Rendezvous Transformer (ART) and assesses the capability of modern generative models to solve complex trajectory optimization problems, both from a forecasting and control standpoint. Specifically, this work assesses the capabilities of Transformers to (i) learn near-optimal policies from previously collected data, and (ii) warm-start a sequential optimizer for the solution of non-convex optimal control problems, thus guaranteeing hard constraint satisfaction. From a forecasting perspective, results highlight how ART outperforms other learning-based architectures at predicting known fuel-optimal trajectories. From a control perspective, empirical analyses show how policies learned through Transformers are able to generate near-optimal warm-starts, achieving trajectories that are (i) more fuel-efficient, (ii) obtained in fewer sequential optimizer iterations, and (iii) computed with an overall runtime comparable to benchmarks based on convex optimization.