杨鹏程，罗尧治，沈雁彬

（浙江大学 空间结构研究中心，浙江 杭州310058）

主动结构（active structures，AS）是一类同时包含被动（静态）构件与主动（动态）构件的结构［1］.AS的适用性控制是结构主动控制领域中重要研究目标之一［2-5］，自20世纪末以来，AS的形状控制成为了一项重要的研究课题［6-10］.

AS一般通过调节构件长度的方式进行形状的改变.为满足形状控制目标，一个主要问题就是如何求解主动构件的执行量.一些研究者针对小变形假定情况下的AS 线性控制进行研究［5，11-13］，而对于更为一般的情况来说，当AS几何非线性效应较为明显、主动构件数目较多、主动构件的可调范围较大时，求解执行量的整个搜索空间会相当大，以至于通过启发式选择或穷举算法的计算量过大，从而难以找到可行或接近优化的解.以随机搜索算法为主的AS形状控制方法成为了当前解决这一问题的主流研究路线［3，14-15］.Fest等［9，16］设计了主动结构的原型并提出了基于随机搜索方法的控制策略；Adam等［17］提出了多目标搜索的AS控制框架，并结合了强化学习与自诊断机制.Korkmaz等［18］采用随机搜索方法建立了一个多目标损伤容许度的控制策略.

在AS形状控制问题中，不同于维持形状或是微调结构的变形，定向运动是一类给定目标几何位置的形状控制任务，往往要求AS发生较大幅度的主动变形，且通常涉及到AS 的运动路径规划问题［19］.然而，基于随机搜索算法的主流控制方法依赖于AS的精确数值模型，而这就给AS 的定向运动带来了2个局限性：1）在没有任何学习机制的情况下，由于在决策过程中需要进行大量的非线性计算以搜索可行的执行解，故而限制了控制过程的实时性；……