姜 啸，徐 瑞，陈俐均

（1.北京航天控制仪器研究所，北京 100854；2.北京理工大学深空探测技术研究所，北京 100081；3.深空自主导航与控制工业和信息化部重点实验室，北京 100081）

引 言

深空探测器自主规划调度是利用人工智能方法，在探测器上建立远程自主系统，探测器能够合理地安排动作序列、分配星上资源，从而完成任务目标。它的目的是在不依赖或者少依赖外界信息注入或控制的情况下，能够准确地感知自身的状态和外部环境，并根据这些信息做出恰当地决策，自主地控制探测器完成各种任务。

深空探测器自主运行和传统的遥测遥控方式有很大区别[1]。传统的遥测遥控方式由地面生成指令并上传，管理探测器的运行。探测器缺乏决策能力。自主运行的探测器能够进行决策和自我管理，提高了探测器处理故障和突发事件的速度，降低了对地面站资源占用。随着我国对外太空探索的不断拓展，深空探测任务在逐年增加，提高自主运行水平是探测器发展的主要趋势。

目前，对于深空探测器的任务规划和调度的研究，通常将探测任务的调度过程和探测器活动的规划过程分别处理：①倾向于探测器任务调度问题研究，仅将探测器作为资源集合进行建模，然而并没有考虑到探测器上各活动之间的约束关系，例如为DATACHASER（STS-85 的搭载飞行试验）有效载荷开发的DCAPS（DATA-CHASER 自主规划与调度）系统[2]、法国沃瑞蒂安（Veridian）公司设计开发的GREAS（Generic Resource，Event and Activity Scheduler）系统[3]等；②倾向于探测器任务规划，通常……