航天器自主任務(wù)規(guī)劃修復技術(shù)研究進展

徐 瑞，陳 超，崔平遠，朱圣英，徐 帆

(1. 北京理工大學宇航學院，北京 100081；2. 深空自主導航與控制工信部重點實驗室，北京 100081；3. 宇航智能控制技術(shù)重點實驗室，北京 100854)

0 引 言

智能規(guī)劃通過采用知識推理方法來尋找從指定狀態(tài)到達目標狀態(tài)的活動序列[1]，是希望系統(tǒng)能夠通過執(zhí)行這些活動完成任務(wù)。雖然目前國內(nèi)外關(guān)于航天器自主任務(wù)規(guī)劃的研究比較多[2-6]，但實際應用比較少，其中一個重要原因是將規(guī)劃與執(zhí)行分開[7]。由于航天器所處環(huán)境存在動態(tài)性、不確定性和不可控性，且任務(wù)目標在航天器運行過程中可能發(fā)生變化[8]，繼續(xù)執(zhí)行原有任務(wù)規(guī)劃結(jié)果可能無法達成目標。此時，通過地面遙測遙控的方式已經(jīng)很難滿足航天器控制的實時性和安全性要求。例如火星探路者號就由于未考慮到實際執(zhí)行時的環(huán)境影響，任務(wù)規(guī)劃結(jié)果執(zhí)行失敗[9]。因此，為了增強航天器自主能力、提高航天任務(wù)回報率，需要將規(guī)劃與執(zhí)行結(jié)合在一起，智能處理規(guī)劃結(jié)果執(zhí)行失敗的問題[10-12]。

在執(zhí)行過程中，若外界環(huán)境發(fā)生變化(如火星車行進過程中刮起了風暴)，或者目標發(fā)生變化(如火山突然爆發(fā)需要觀測)，或者動作執(zhí)行失敗(如太陽帆板未能展開)，原規(guī)劃結(jié)果都不能保證任務(wù)被順利完成。此時，存在完全重規(guī)劃、規(guī)劃修復兩種方法使航天器繼續(xù)執(zhí)行任務(wù)。其中，完全重規(guī)劃是指拋棄已有規(guī)劃結(jié)果，重新搜索抵達目標的動作序列；而規(guī)劃修復是指對已有規(guī)劃結(jié)果做一定修改來達成目標。考慮到正常的星上規(guī)劃過程需要耗費大量時間，且原有規(guī)劃結(jié)果給執(zhí)行器或者其它智能系統(tǒng)已經(jīng)承諾一定資源或者其它信息，有效地利用已經(jīng)生成的規(guī)劃結(jié)果顯得更加合理。此外，對于有人參與的復雜任務(wù)，若拋棄原有規(guī)劃結(jié)果重新生成一個新的規(guī)劃結(jié)果，技術(shù)人員勢必耗費時間去熟悉了解，在一定程度上影響任務(wù)的執(zhí)行效率。綜上所述，規(guī)劃修復技術(shù)比完全重規(guī)劃技術(shù)更具有應用前景。

面對航天器自主控制和自主運行的發(fā)展趨勢，開展航天器自主任務(wù)規(guī)劃修復技術(shù)研究具有重大的理論意義和現(xiàn)實意義。本文首先給出航天器自主任務(wù)規(guī)劃修復技術(shù)的定義，指出其難點，接著梳理國內(nèi)外的研究成果，然后對規(guī)劃修復方法的評價標準——規(guī)劃穩(wěn)定性進行了總結(jié)，最后概括分析了各種方法的優(yōu)缺點，并對未來航天器自主任務(wù)規(guī)劃修復技術(shù)的研究方向提出了發(fā)展建議。

1 航天器自主任務(wù)規(guī)劃修復技術(shù)的定義和難點

綜合考慮航天器執(zhí)行任務(wù)的特點與任務(wù)規(guī)劃修復方法的特征，給出航天器自主任務(wù)規(guī)劃修復技術(shù)的定義如下：

定義1. (航天器自主任務(wù)規(guī)劃修復技術(shù))航天器自主任務(wù)規(guī)劃修復技術(shù)是指在航天器任務(wù)規(guī)劃結(jié)果執(zhí)行失敗時，通過智能搜索和智能推理方法，在原有規(guī)劃結(jié)果的基礎(chǔ)上，充分利用航天器專家知識，使航天器從失敗中恢復，從而得以繼續(xù)執(zhí)行任務(wù)的一項技術(shù)。該技術(shù)只能處理既定領(lǐng)域下的規(guī)劃執(zhí)行失敗情況，而不能應對模型之外的故障情況，即需要新知識才能完成修復的故障。

雖然航天器自主任務(wù)規(guī)劃修復技術(shù)只在模型之中解決問題，但它將規(guī)劃和執(zhí)行有機結(jié)合，既可以利用人工智能的方法在任務(wù)層面統(tǒng)籌全局，提前預測、修復故障，增強系統(tǒng)的可靠性；又可以充分利用星上資源，在當前約束條件下嘗試所有可能的故障修復方法，提高系統(tǒng)的執(zhí)行效率。因此發(fā)展航天器自主任務(wù)規(guī)劃修復技術(shù)勢必成為提高智能航天器魯棒性的必然要求和趨勢。

雖然在理論上規(guī)劃修復不一定簡單[13]，但試驗結(jié)果表明規(guī)劃修復效率更高[14-17]。然而由于航天器領(lǐng)域的特殊性，航天器自主任務(wù)規(guī)劃修復技術(shù)存在如下難點：

1)及時性。航天器資源有限且任務(wù)周期一般固定不變，當任務(wù)尤其是對于觀測彗星撞擊等具有強烈時間要求的任務(wù)執(zhí)行失敗時，需要航天器能夠在任務(wù)截止時間之前，快速給出有效的修復方案。

2)環(huán)境不確定性。環(huán)境不確定性難以避免，一方面影響動作執(zhí)行，另一方面需要航天器根據(jù)不同情況給出不同修復方案。

3)目標動態(tài)性。航天器執(zhí)行任務(wù)過程中，目標可能發(fā)生動態(tài)變化，如新的觀測請求。此時，航天器自主規(guī)劃修復技術(shù)需要考慮未執(zhí)行的動作序列是否有利于完成目標，以及如何利用該序列來完成新目標。

4)系統(tǒng)耦合性。航天器各子系統(tǒng)之間存在耦合性，使得航天器動作之間存在并行性。當任務(wù)執(zhí)行發(fā)生并發(fā)性動作沖突時，需要航天器能夠綜合考慮系統(tǒng)之間的關(guān)系，在盡可能不破壞已有約束的前提下，給出合理高效的修復方案。

5)資源約束的動態(tài)復雜性。航天器上存在離散資源(載荷、子系統(tǒng)等各種設(shè)備)和連續(xù)資源(電能、燃料等)。對于航天器任務(wù)尤其是航天器組網(wǎng)任務(wù)來說，資源占用或者資源消耗情況在實際執(zhí)行時才能確定，而在規(guī)劃時只能給出資源消耗的大致范圍。當任務(wù)執(zhí)行發(fā)生資源沖突時，航天器需要考慮規(guī)劃結(jié)果中已執(zhí)行部分和未執(zhí)行部分的資源利用、分配情況，在資源總量一定的前提下給出合理有效的資源修復方案。

6)動作時間連續(xù)性。每個航天器活動都有一定持續(xù)時間，而且該持續(xù)時間可能也是變化的(如航天器姿態(tài)轉(zhuǎn)動需要的時間長短是由初始姿態(tài)和目標姿態(tài)之間的差值決定)，且由于環(huán)境存在不確定性，部分動作的持續(xù)時間是不可控的(如著陸器的行進時間與地形地貌等因素有關(guān))。當動作執(zhí)行發(fā)生時間沖突時，比如動作過早發(fā)生、過早完成或者推遲發(fā)生、推遲完成等，需要一個良好的修復機制來保證任務(wù)繼續(xù)執(zhí)行。

2 自主任務(wù)規(guī)劃修復技術(shù)研究現(xiàn)狀

當航天器執(zhí)行任務(wù)出現(xiàn)小范圍偏差，即動作序列局部失效，且不需要額外的設(shè)備或知識時，自主任務(wù)規(guī)劃修復方法可以有效地使航天器從失敗中恢復。根據(jù)方法內(nèi)容，將目前的規(guī)劃修復技術(shù)分為下面五類：規(guī)則匹配型、局部調(diào)整型、刪除/求精型、狀態(tài)轉(zhuǎn)移型和構(gòu)造新問題型。每類所包含的修復方法以及各自的特點如表1所示。

表1 規(guī)劃修復方法分類Table 1 Classification of plan repair methods

2.1 規(guī)則匹配型修復策略

規(guī)則匹配型方法事先定義一系列的錯誤修補規(guī)則，每一個規(guī)則描述對應的任務(wù)在執(zhí)行失敗的情況下應該如何進行修復。當實際執(zhí)行失敗時，便從規(guī)則集合中搜索解決方案，其算法流程如圖1所示。規(guī)則來自專家經(jīng)驗，如“若太陽帆板未能正確對日定向，則調(diào)整航天器姿態(tài)”。應用該技術(shù)的典型系統(tǒng)有CHEF系統(tǒng)[18]和O-Plan系統(tǒng)[19]。CHEF中的規(guī)則是對錯誤的解釋，而O-Plan中的規(guī)則是一些提前定義好的規(guī)劃。當執(zhí)行失敗時，CHEF自動構(gòu)建解釋，包括導致失效的步驟信息、狀態(tài)信息以及這些失效步驟試圖實現(xiàn)的目標集合。基于該解釋，CHEF從修復規(guī)則集合中選擇一個修復策略子集合進行實例化，然后從該策略子集合中挑選最佳的修復策略。而O-Plan對于執(zhí)行失敗的動作不采用失敗的解釋方法，而是從一些預定義的規(guī)劃中挑選一個規(guī)劃來滿足當前失效動作的效果。當失敗時，執(zhí)行停止，一個修復規(guī)劃被插入執(zhí)行。由于規(guī)則是根據(jù)經(jīng)驗制定，該策略只能應對已知問題。

2.2 局部調(diào)整型修復策略

規(guī)劃和規(guī)劃修復通常被認為是一次性完成的，即規(guī)劃器立即給出相應的動作序列。然而實際上，在動態(tài)多變的環(huán)境中，規(guī)劃需要多次進行。此時，充分利用之前的規(guī)劃過程和規(guī)劃結(jié)果，可以完成修復，如圖2所示。

2.2.1基于規(guī)劃庫的局部調(diào)整方法

保存之前的規(guī)劃結(jié)果形成規(guī)劃庫，其表示方法既有邏輯表示[20]，也有框架表示[21]；其儲存模式既可以保存整個規(guī)劃結(jié)果，如基于案例的規(guī)劃方法[22]，又可以保存部分規(guī)劃結(jié)果，如宏動作表示的規(guī)劃修復方法[23]。執(zhí)行失敗時，基于案例的規(guī)劃方法通過規(guī)劃結(jié)果提取、規(guī)劃結(jié)果重用、規(guī)劃結(jié)果修訂等一系列操作，從規(guī)劃庫中提取相似問題的解并作一定修改，使得該解能夠解決當前問題；而采用宏動作表示的規(guī)劃修復方法在規(guī)劃庫中只包含領(lǐng)域中經(jīng)常出現(xiàn)的部分規(guī)劃，并引入宏動作對庫中的規(guī)劃進行管理。通過重新定義宏動作的前提和效果，實現(xiàn)了多個宏動作之間的匹配，完成規(guī)劃修復。

盡管有多種方法提高規(guī)劃庫的規(guī)劃修復效率，如Fukushima等[24]的正交表搜索，但航天器星上資源極其有限，其效率仍待進一步提高。

2.2.2基于動作模式重構(gòu)的局部調(diào)整方法

當任務(wù)沒有明確的質(zhì)量要求時，通過調(diào)整動作的部分參數(shù)，可以在不改變原有任務(wù)規(guī)劃指令序列整體的基礎(chǔ)上，完成任務(wù)規(guī)劃修復。例如，航天器成像動作參數(shù)可以由高分辨率設(shè)置成低分辨率，數(shù)傳動作參數(shù)可以由高頻傳輸改成低頻傳輸。這樣，既不影響原有指令序列的完整性，又能完成任務(wù)規(guī)劃修復。因此，Scala等[25]提出ReCon方法，將原規(guī)劃結(jié)果轉(zhuǎn)換成約束可滿足問題(Constraint satisfiability problem, CSP)模型，在執(zhí)行出現(xiàn)資源沖突時，對資源信息進行更新并利用CSP求解器，調(diào)整動作模式以解決該問題；而當出現(xiàn)其它異常時，中止執(zhí)行過程，進行完全重規(guī)劃。顯然，該方法只適用于對目標沒有具體要求的任務(wù)修復，對于具有明確質(zhì)量要求的任務(wù)，如獲得高分照片，該方法會失效。

2.3 刪除/求精型修復策略

規(guī)劃結(jié)果的執(zhí)行是動作有序完成的過程。當執(zhí)行出現(xiàn)故障，找到失效動作，將其刪除，并用新的動作序列代替該失效動作的效果插入到原命令序列中，即為刪除/求精型修復策略。如圖3所示，若相機因外界擾動未能校準，那么成像動作會因為相機校準的前提無法得到滿足而失效。此時，刪除該成像動作，原命令序列變得不再“完整”，即不一致。通過規(guī)劃求精方法[26]尋找使命令序列一致的解即為規(guī)劃修復解。例如，航天器可以調(diào)整姿態(tài)，重新校準相機，再調(diào)整姿態(tài)對目標進行觀測，接著繼續(xù)執(zhí)行原指令序列。若刪除成像動作后通過求精無法找到解，擴大動作失效范圍，繼續(xù)嘗試求精，直至擴展到目標狀態(tài)。例如，若相機損壞無法校準，則跳過觀測任務(wù)，直接進行下一探測任務(wù)如采樣，或者直接返回規(guī)劃修復失敗標記。

根據(jù)規(guī)劃求解方式的不同，在確定失效動作范圍時，存在規(guī)劃圖、啟發(fā)式和分層任務(wù)網(wǎng)絡(luò)(Hierarchy task net, HTN)三種不同的刪除/求精型任務(wù)規(guī)劃修復方法。

2.3.1基于規(guī)劃圖的刪除/求精方法

規(guī)劃圖是一種特殊的數(shù)據(jù)結(jié)構(gòu)，命題層和動作層交替向前擴展，直至達到不動點。基于規(guī)劃圖的規(guī)劃修復方法將當前失效動作的刪除/求精稱之為局部搜索，而將擴展的失效動作范圍求解稱之為系統(tǒng)搜索[14]。該方法優(yōu)先嘗試使用局部搜索來解決執(zhí)行失敗的問題。在求解過程中，由于失效動作被刪除，原規(guī)劃結(jié)果出現(xiàn)缺陷，具體包括互斥動作以及不被支持的前提條件或者目標。通過添加動作、給動作排序等方法逐一解決暴露的缺陷，找到所有的修復方法，然后引入代價函數(shù)，最終確定最優(yōu)的規(guī)劃修復動作序列。但由于規(guī)劃圖只能面向完全實例化的動作而無法處理框架型動作(部分實例化或者完全未實例化的動作)，基于規(guī)劃圖的修復技術(shù)需要耗費大量的計算時間和存儲資源來使動作完全實例化。

2.3.2基于啟發(fā)式的刪除/求精方法

啟發(fā)式估計當前搜索節(jié)點到目標節(jié)點的代價值，用于挑選擴展節(jié)點中最優(yōu)的那個，指導規(guī)劃的搜索方向。Krogt等[27]以當前規(guī)劃結(jié)果為根節(jié)點，通過構(gòu)建“移除樹”這種數(shù)據(jù)結(jié)構(gòu)，設(shè)計啟發(fā)式，以選擇合適的移除樹并對其進行生長、合并操作，從而確定當前規(guī)劃結(jié)果中應該刪除的動作范圍。但是這個修復過程只能處理初始條件或者目標狀態(tài)改變的情況，無法處理中間過程失效的情況。對此，Arangú等[28]通過核實和修復，提出了一種通用的修復方法，對其進行了完善。基于啟發(fā)式的規(guī)劃修復方法將規(guī)劃和規(guī)劃修復技術(shù)聯(lián)系在一起，但是由于通過試錯法逐層擴展移除樹，耗時且具有一定盲目性。

2.3.3基于HTN的刪除/求精方法

HTN規(guī)劃通過行動分解方法，不斷地分解、改進規(guī)劃問題，直至達到系統(tǒng)能直接執(zhí)行的原子行動。在確定失效動作范圍時，基于HTN的規(guī)劃修復方法存在兩種方式：局部型和全局型。局部型在失敗動作的周圍添加動作，如PRIAR[29]。PRIAR利用節(jié)點之間的因果關(guān)系構(gòu)建驗證結(jié)構(gòu)，通過它來明確失敗的位置和具體特征，并根據(jù)這些特征選擇相應的修復策略。全局型在整個計劃之中搜尋失效的動作的范圍，然后進行刪除/求精操作，如Replan算法[30]。Replan用演繹樹(derivation tree)記錄HTN規(guī)劃結(jié)果的生成過程。當執(zhí)行失敗時，對應于演繹樹上一個失效的葉節(jié)點，包含該節(jié)點的最小子樹被刪除，然后不完整的部分經(jīng)過HTN規(guī)劃器的求精操作變得完整，規(guī)劃修復也就完成任務(wù)。在確定最小子樹的時候，采用試錯法逐層擴展，直至找到解或者擴展到整個任務(wù)網(wǎng)絡(luò)。該方法有一定應用[31-32]，但是仍然采用試錯法確定動作失效范圍，影響規(guī)劃修復的效率。

2.4 狀態(tài)轉(zhuǎn)移型修復策略

動作包含前提和效果，若其前提在某一狀態(tài)下得到滿足，那么執(zhí)行動作就能將其效果作用于該狀態(tài)，從而實現(xiàn)不同狀態(tài)之間的轉(zhuǎn)移。在動作執(zhí)行失敗時，通過狀態(tài)轉(zhuǎn)移，尋找合適的動作序列，代替原效果，即完成規(guī)劃修復。例如，動作navigate(l1,l2)表示火星車由地點l1前進到l2，其前提條件包括火星車位于l1、電源充足，其效果為火星車位于l2。若在即將執(zhí)行該動作的時候發(fā)現(xiàn)電池能量不夠，該動作不應被執(zhí)行。此時，若應用狀態(tài)轉(zhuǎn)移型修復策略，需搜索效果為使電池充電的動作，來滿足navigate的前提。如圖4所示。基于這一思想，Guzman等[33]采用“規(guī)劃窗口”限制規(guī)劃修復的長度和深度，將整個規(guī)劃結(jié)果分成幾部分并對各部分提前計算修復結(jié)構(gòu)體。當任務(wù)執(zhí)行失敗時，在修復結(jié)構(gòu)體中尋找一條路徑到達指定狀態(tài)；當不存在這樣的路徑，進行完全重規(guī)劃。

而在開始進行修復之前，對完全重規(guī)劃策略和規(guī)劃修復策略進行評價選優(yōu)，往往能夠提高規(guī)劃修復的效率。為此，Garrido等[34]將執(zhí)行失敗后的原規(guī)劃結(jié)果P分割成前、后兩部分，即P1和P2，通過采用忽略動作負效果的松弛策略來分別計算完全重規(guī)劃策略的代價值Ereplan和規(guī)劃修復策略的代價值Erepair，如式(1)和式(2)所示。其中，C(X)表示計算規(guī)劃結(jié)果X的代價值函數(shù)。

Ereplan=C(P)+0

(1)

Erepair=C(P1)+C(P2)

(2)

該策略利用后向搜索，在規(guī)劃修復時速度快，但是在確定需要到達的子目標狀態(tài)時，仍通過試錯法嘗試，搜索效率可進一步提高。

2.5 構(gòu)造新問題型修復策略

對于給定的任務(wù)，規(guī)劃器能夠給出該問題對應的有序動作解，即計劃。當任務(wù)執(zhí)行失敗時，從原有計劃中提取相關(guān)信息構(gòu)造新問題，再次利用規(guī)劃器也可以完成規(guī)劃修復，如圖5所示。提取的信息包括可用動作、動作間的約束等。

2.5.1基于數(shù)字宏動作的修復方法

宏動作是幾個互相聯(lián)系的動作集合。宏動作結(jié)合數(shù)值型變量形成的數(shù)字宏動作，可以用來處理實際任務(wù)執(zhí)行時資源消耗沖突和動作失效的問題。例如對于觀測任務(wù)，可將姿態(tài)調(diào)整、相機校準、姿態(tài)調(diào)整、目標成像這四個動作看成一個宏動作，而其中每個動作均會消耗一定的電能。類似地，從原計劃中提取若干個這樣的宏動作集合，并把它們作為附加內(nèi)容加入到規(guī)劃領(lǐng)域動作知識中，再利用規(guī)劃器對失敗問題求解，也可完成任務(wù)規(guī)劃修復。而關(guān)于如何提取有效的數(shù)字宏動作，Scala[35]作了詳細的研究。

2.5.2基于PSP的修復方法

航天器的規(guī)劃結(jié)果中包含對航天器各子系統(tǒng)或其他航天器的承諾。這些承諾既包括各系統(tǒng)之間的協(xié)議，如相機工作的時候主發(fā)動機應關(guān)閉，也包括規(guī)劃修復技術(shù)中的穩(wěn)定性，即動作穩(wěn)定性(新舊計劃之間的動作序列組成盡可能相似，如火星車在前進過程中電能不足導致動作執(zhí)行失敗，未能抵達目標位置，滿足動作穩(wěn)定性要求的修復解應該是打開太陽帆板，給電池儲能，待電充滿后，繼續(xù)執(zhí)行剩余指令)和因果鏈穩(wěn)定性(新舊計劃之間的動作序列因果關(guān)系盡可能相似，如原計劃中航天器先轉(zhuǎn)向A方向進行相機校準再轉(zhuǎn)向B方向進行觀測，那么滿足穩(wěn)定性要求的新計劃應該盡可能保留這一條因果鏈)。通過搜集這些承諾信息，并把它們作為軟目標(盡可能完成的目標)，加入新問題之中，再利用PSP規(guī)劃器進行求解，就可以完成規(guī)劃修復[36]。

構(gòu)造新問題的規(guī)劃修復方法從原有計劃中提取有用信息，有效地縮小新舊計劃之間的差異，提高規(guī)劃穩(wěn)定性。但是對于航天器尤其是多星來說，系統(tǒng)組成復雜且耦合性強，若任何小錯誤都需要利用任務(wù)規(guī)劃器來修復，無疑會增加任務(wù)規(guī)劃器的壓力。

3 航天器任務(wù)規(guī)劃穩(wěn)定性分析

動態(tài)環(huán)境下執(zhí)行計劃可能出現(xiàn)失敗，此時規(guī)劃修復方法比完全重規(guī)劃方法更具優(yōu)勢。而規(guī)劃修復方法離不開穩(wěn)定性的要求。

定義2. (航天器任務(wù)規(guī)劃穩(wěn)定性)使用規(guī)劃修復方法來解決航天器任務(wù)規(guī)劃結(jié)果執(zhí)行失敗的問題，如果新計劃中包含原計劃的關(guān)鍵信息，如動作的種類、順序、數(shù)量等，那么就稱該新計劃是規(guī)劃穩(wěn)定的，且新舊計劃之間相同部分越多，穩(wěn)定性越強。

在規(guī)劃修復時遵循穩(wěn)定性的要求，可以通過模式診斷識別動作執(zhí)行失敗的原因，獲取關(guān)鍵的約束信息，并在無法成功修復時，保證系統(tǒng)能夠處于安全狀態(tài)[37]；也可以將原計劃中的信息作為軟約束加入到問題之中，用PSP技術(shù)進行求解；還可以將原計劃片段化，通過組合的方式，達到充分利用原計劃信息的目的[38]。

然而這些都是定性地描述穩(wěn)定性，缺乏統(tǒng)一的定量標準來評價穩(wěn)定性大小。Fox等[39]通過定義兩個計劃之間的距離來度量修復計劃的穩(wěn)定性大小，如式(3)所示。

S(PB)=nα+nβ

(3)

式中：S(PB)表示計算計劃PB穩(wěn)定性大小的函數(shù)。若用PA表示原計劃，PB表示修復計劃，則nα表示在PA中但不在PB中動作的數(shù)目，nβ表示在PB中但不在PA中動作的數(shù)目。

而Garrido等[34]通過百分比的方式來度量修復計劃的穩(wěn)定性大小，即PB中屬于PA的動作的數(shù)目nη與PB中動作總數(shù)nω的比值，定義如下：

S(PB)=nη/nω

(4)

上述兩種定量描述穩(wěn)定性的方法雖然能夠給出規(guī)劃修復穩(wěn)定的評價標準，但并未考慮到計劃中動作的順序關(guān)系。Scala等[25]將規(guī)劃修復看成是在原有計劃PA的基礎(chǔ)上，通過一定的修復操作得到修復計劃PB的過程。該修復操作被歸納為插入Oadd、刪除Odel、替換Oremod和交換Oswap四種，其中替換是指改變動作的模式，交換是指改變兩個連續(xù)動作之間的順序。每種操作依次被賦予代價值α,α,γ,θ，且滿足關(guān)系γ?α<θ<2α，那么將計劃PA轉(zhuǎn)換成PB的代價EPA→PB如式(5)所示：

EPA→PB=α·Oadd+α·Odel+γ·Oremod+θ·Oswap

(5)

若用ER表示一個參考轉(zhuǎn)換代價值，通過完全移除PA中的動作之后，再把所有動作插入到PB中來獲得；用Et表示所有從PA轉(zhuǎn)換成PB代價值中最小的代價值，那么PB的穩(wěn)定性大小S(PB)就被定義為：

S(PB)=(ER-Et)/ER

(6)

但是，高穩(wěn)定性不一定能夠保證高質(zhì)量的規(guī)劃結(jié)果[40]。原有計劃中除了包含動作的種類、順序、數(shù)量等信息外，還包括因果鏈、合作關(guān)系等約束信息。因此，在以不考慮約束影響的穩(wěn)定性評價方法為導向的情況下，搜索規(guī)劃修復解時很有可能找到一個動作序列相似度高但約束被極大破壞的解，影響計劃的執(zhí)行效率。

4 航天器自主任務(wù)規(guī)劃修復技術(shù)總結(jié)和發(fā)展建議

在任務(wù)執(zhí)行過程中出現(xiàn)執(zhí)行失敗情況時，航天器自主任務(wù)規(guī)劃修復面向任務(wù)目標，應用一定的技術(shù)方法，生成修復命令序列，使航天器恢復正常。不同的任務(wù)規(guī)劃修復方法應用不同的策略，完成規(guī)劃修復，各自的優(yōu)缺點總結(jié)如表2所示。

分析各類任務(wù)規(guī)劃修復方法，不難發(fā)現(xiàn)，它們都是通過修改領(lǐng)域動作集合和子目標來達到任務(wù)規(guī)劃修復的目的。因此，可用規(guī)劃修復問題來統(tǒng)一描述各類規(guī)劃修復方法。

定義3.(規(guī)劃修復問題)一個規(guī)劃修復問題是一個三元組P=(O,α,γ)，其中，O表示可用操作集合，α表示動作執(zhí)行失敗時的狀態(tài)或者未來可能會失敗的狀態(tài)，γ表示通過規(guī)劃修復能夠達到的狀態(tài)。

表2 現(xiàn)有多種規(guī)劃修復方法的優(yōu)缺點對比Table 2 Comparison of advantages and disadvantages of existing plan repair methods

規(guī)則匹配型修復策略中的O通過規(guī)則定義；局部調(diào)整型修復策略中的O源于歷史計劃；基于數(shù)字宏動作的修復方法中的O是從原計劃中提取的數(shù)字宏動作和原有動作的組合；刪除/求精型修復策略和狀態(tài)轉(zhuǎn)移型修復策略的γ是通過試錯法確定的、能夠使規(guī)劃修復完成的某個狀態(tài)；基于PSP修復方法中的γ是繼承原計劃約束的軟目標。

把規(guī)劃修復方法應用到航天領(lǐng)域，需要考慮到航天領(lǐng)域的系統(tǒng)耦合性、資源有限性等特殊性質(zhì)。從當前的研究進展和需要解決的問題來看，建議規(guī)劃修復技術(shù)在未來航天領(lǐng)域研究的發(fā)展方向為下述六個方面。

1)規(guī)劃修復的可行性研究

規(guī)劃修復的可行性，即在修復之前，判斷該問題是否可以通過規(guī)劃修復方法解決。因為規(guī)劃修復不一定能夠保證找到執(zhí)行失敗的解決方法，且航天器資源有限，同時任務(wù)有效時間確定，若花費太多代價用于嘗試求解一個不可能通過規(guī)劃修復解決的失敗問題，勢必影響任務(wù)完成的質(zhì)量和效率。因此有必要在對執(zhí)行失敗的任務(wù)修復之前，判斷該問題的規(guī)劃修復可行性。

2)規(guī)劃修復的及時性研究

航天器資源有限且任務(wù)周期一般固定不變，當任務(wù)出現(xiàn)執(zhí)行失敗情況時，會影響任務(wù)的完成情況。如何保證在任務(wù)截止時間之前，航天器能夠采取有效的修復方案從失敗中恢復，就需要修復的時間盡可能得短。

3)確定動作失效范圍方法的研究

無論是刪除/求精型規(guī)劃修復方法還是狀態(tài)轉(zhuǎn)移型規(guī)劃修復方法，在尋找動作失效范圍時，都是采用試錯法從當前動作開始，刪除當前動作，然后嘗試求精操作。如果一個解決方法需要刪除原規(guī)劃結(jié)果尾部的動作，那么通過試錯法的方式必定要浪費很多搜索時間。如果能夠精準有效地確定動作的失效范圍，就會大大縮短規(guī)劃修復的搜索時間，提高規(guī)劃修復的效率。

4)系統(tǒng)級規(guī)劃修復的研究

在實際環(huán)境中，尤其是動態(tài)環(huán)境中執(zhí)行任務(wù)，當遇到執(zhí)行失敗的情況，應用規(guī)劃修復方法解決該問題時，存在局部和系統(tǒng)兩種策略。局部策略只修復當前暴露的問題，修復完成后，就讓智能體開始執(zhí)行新計劃；系統(tǒng)策略此外還檢查當前狀態(tài)下未執(zhí)行的部分是否存在隱患，并解決整個計劃的缺陷，從而使得規(guī)劃修復完成后，生成的新計劃魯棒性更強。目前存在的規(guī)劃修復方法大都采用局部策略，只解決當前出現(xiàn)的問題，而對系統(tǒng)策略研究較少。

5)并行動作、時間和資源沖突的研究

航天器實際執(zhí)行任務(wù)時，除了必要的動作信息之外，還需要時間和資源的參與。無論資源還是時間在執(zhí)行時出現(xiàn)沖突，都會導致整個任務(wù)的失敗。而目前針對并行動作、時間沖突和資源沖突的規(guī)劃修復方法研究較少，限制了自主規(guī)劃技術(shù)在實際航天任務(wù)中的應用。

6)規(guī)劃穩(wěn)定性的評價標準研究

規(guī)劃修復方法的好壞需要通過一定的評價標準來判斷，其中一個評價標準就是規(guī)劃穩(wěn)定性。規(guī)劃穩(wěn)定性的評價既要考慮兩個計劃之間的動作數(shù)量、動作之間的順序關(guān)系，也要考慮到計劃中包含的約束關(guān)系，并采用定量方式以便于普遍接受。

5 結(jié) 論

航天器自主運行是未來航天發(fā)展的必然趨勢。本文闡述了將規(guī)劃與執(zhí)行融為一體的航天器自主任務(wù)規(guī)劃修復的必要性和難點，將自主任務(wù)規(guī)劃修復技術(shù)歸納為規(guī)則匹配型、局部調(diào)整型、刪除/求精型、狀態(tài)轉(zhuǎn)移型和構(gòu)造新問題型五類分別進行描述，分析了規(guī)劃穩(wěn)定性的定量評價方法，并將規(guī)劃修復技術(shù)總結(jié)為對規(guī)劃修復問題元素的部分修改。

實際的航天任務(wù)規(guī)劃與執(zhí)行是動作、時間、資源三者相互作用的復雜過程，然而目前少有關(guān)于多因素影響下的任務(wù)規(guī)劃修復方法理論研究。因此未來的航天器自主規(guī)劃修復技術(shù)研究重點應該在于動作、資源和時間方面的復合修復策略研究、規(guī)劃修復的可行性和及時性研究、高效的失效動作范圍確定方法研究以及規(guī)劃穩(wěn)定性的定量判定標準等研究方向。