基于思维树与行为树协同的卫星智能体实现方法及系统

摘要: 本发明涉及航天器智能控制,尤其涉及一种基于思维树与行为树协同的卫星智能体实现方法及系统。背景技术:1、当前,卫星系统普遍采用地面集中式规划、星上开环执行的工作模...
基于思维树与行为树协同的卫星智能体实现方法及系统

本发明涉及航天器智能控制,尤其涉及一种基于思维树与行为树协同的卫星智能体实现方法及系统。

背景技术:

1、当前,卫星系统普遍采用地面集中式规划、星上开环执行的工作模式。地面运控中心利用stk(satellite tool kit)、freeflyer等工具生成精确指令序列,通过地面运控中心上传至卫星,卫星按时间顺序执行预设指令。但是该工作模式缺乏对环境变化、模糊指令和资源约束的动态适应能力,难以构成具备“感知—思考—决策—行动—反思”完整认知闭环的智能体,在实际应用时存在以下不足:

2、缺乏感知—思考闭环:卫星系统无法实时感知环境变化并触发高层思考,只能被动执行预设指令;无法处理模糊信息:对于自然语言描述的模糊任务,卫星系统无法解析;决策能力单一:遇到冲突或异常时,只能按固定规则处理,无法生成多种策略并权衡;无执行反思机制:执行失败后无法自主分析原因并调整后续计划,依赖地面干预;架构不统一:任务规划、执行监控、异常处理等功能模块分散,缺乏统一智能体框架,高层推理与底层执行难以有机结合。

3、此外,近年来,部分卫星系统引入基于规则的自主管理技术,例如基于故障检测与重构机制的卫星自主管理技术,但该技术的规则固定,仅能应对已知故障或预设场景;又例如基于状态机的卫星自主管理技术,但该技术缺乏高层推理能力,无法处理自然语言描述的模糊任务,也无法实现多路径决策与执行反思。

4、在人工智能领域,大语言模型已被用于构建智能体,例如通过思维树(tree ofthoughts,tot)进行复杂推理,通过行为树(behavior tree,bt)管理机器人执行。然而,现有研究多集中于地面机器人或通用软件智能体,且思维树与行为树独立使用,由于星载环境具有计算资源受限、实时性要求高、安全约束严格等特点,现有地面智能体架构难以直接迁移至卫星。

技术实现思路

1、为解决上述现有技术中存在的部分或全部技术问题,本发明提供一种基于思维树与行为树协同的卫星智能体实现方法及系统。

2、本发明的技术方案如下:

3、第一方面,提供了一种基于思维树与行为树协同的卫星智能体实现方法,包括:

4、以预设节拍运行行为树,所述行为树在每个节拍中读取卫星遥测数据和外部输入,并将卫星遥测数据和外部输入作为感知结果写入黑板;

5、所述行为树读取所述黑板中的感知结果,并根据感知结果判断是否触发思考;

6、所述行为树响应于触发思考,调用思维树,以使所述思维树读取所述黑板中的当前任务队列和感知结果,以当前任务队列和感知结果作为星载大语言模型的输入,根据思维树搜索参数,利用所述星载大语言模型生成多个候选任务,对每个候选任务进行可行性校验,对通过可行性校验的候选任务进行多次采样投票,将投票结果作为结构化任务写入所述黑板;

7、所述思维树读取所述黑板中的当前任务队列和结构化任务,生成多个候选策略,对每个候选策略进行可行性校验和综合评估,得到每个候选策略的综合评分,将综合评分最高且通过可行性校验的候选策略确定为主策略,从其余通过可行性校验的候选策略中选择多个具有不同任务执行路径的候选策略作为备用策略,形成主备策略集合,将主策略确定为当前选定策略,根据主备策略集合生成对应的动作序列,将主备策略集合、当前选定策略、动作序列写入所述黑板;

8、所述行为树读取所述黑板中当前选定策略对应的动作序列,按照动作序列执行动作,并在动作执行过程中读取执行状态,将执行状态写入所述黑板;

9、所述行为树读取所述黑板中的执行状态,在执行状态表示执行失败或当前选定策略不满足任务约束的情况下,根据失败原因和当前执行状态执行重试操作、策略切换操作、重规划操作或重思考操作,并将执行结果记录至日志。

10、在一些可选的实施方式中,所述卫星遥测数据包括:卫星剩余电量、卫星剩余存储量、卫星姿态角、卫星当前位置、卫星当前位置区域云量和当前时间;

11、所述外部输入包括:星地链路或星间链路发送的任务指令。

12、在一些可选的实施方式中,所述行为树读取所述黑板中的感知结果,并根据感知结果判断是否触发思考,包括:

13、所述行为树读取所述黑板中的感知结果,在感知结果满足触发条件的情况下触发思考;

14、所述触发条件包括所述外部输入为自然语言指令且语义模糊、所述卫星遥测数据中的卫星剩余电量低于预设电量阈值、所述卫星遥测数据中的卫星剩余存储量低于预设存储量阈值、所述卫星遥测数据中的卫星当前位置区域云量高于预设云量阈值中的至少一项。

15、在一些可选的实施方式中,所述以当前任务队列和感知结果作为星载大语言模型的输入,根据思维树搜索参数,利用所述星载大语言模型生成多个候选任务,包括:

16、将当前任务队列和感知结果按照预设提示模板拼接为输入提示词,将输入提示词输入所述星载大语言模型,使所述星载大语言模型根据输入提示词、以及思维树搜索参数中的采样温度和每层候选数生成多个候选任务,每个候选任务包括坐标、时间窗口和目标类型。

17、在一些可选的实施方式中,所述对每个候选任务进行可行性校验,对通过可行性校验的候选任务进行多次采样投票,将投票结果作为结构化任务写入所述黑板,包括:

18、对每个候选任务,读取候选任务的坐标、时间窗口和目标类型,将坐标与卫星可见范围比较,将时间窗口与当前任务队列中的时间窗口比较,将目标类型与卫星载荷类型比较,若坐标不在卫星可见范围内、或时间窗口与当前任务队列中的时间窗口冲突、或目标类型与卫星载荷类型不匹配,则判定候选任务未通过可行性校验,否则判定候选任务通过可行性校验;

19、在存在通过可行性校验的候选任务的情况下,对通过可行性校验的候选任务重复执行多次采样,每次采样调用所述星载大语言模型从通过可行性校验的候选任务中选择一个候选任务,统计每个候选任务在多次采样中被选择的次数,将被选择次数最多的候选任务确定为结构化任务并写入所述黑板。

20、在一些可选的实施方式中,所述方法还包括:在不存在通过可行性校验的候选任务的情况下,结束思考,并使卫星重新请求外部输入。

21、在一些可选的实施方式中,通过以下方式生成多个候选策略:

22、将当前任务队列和结构化任务进行合并,得到候选任务集合;

23、对候选任务集合进行任务取舍、任务排序、时间窗口分配和资源分配,生成多个候选策略;

24、每个候选策略包括候选任务队列,所述候选任务队列包括任务集合、任务顺序、时间窗口和资源分配。

25、在一些可选的实施方式中,通过以下方式对候选策略进行评估,得到候选策略的综合评分,包括:

26、对候选策略按照执行当前候选策略的任务价值净收益、所需能耗、时间冲突度和资源占用率中的至少一项进行加权求和,得到候选策略的综合评分。

27、在一些可选的实施方式中,所述根据失败原因和当前执行状态执行重试操作、策略切换操作、重规划操作或重思考操作,包括:

28、若失败原因为外部环境因素,则所述行为树在时间窗口允许时执行重试操作,且重试次数不超过预设第一次数,所述重试操作包括:重新执行失败的动作;

29、若当前选定策略不满足任务约束或重试操作未能恢复任务执行,则执行策略切换操作,所述策略切换操作包括:所述行为树读取所述黑板中的主备策略集合,根据当前卫星状态、任务执行情况和资源约束,对主备策略集合中的备用策略进行可行性检查,从所有备用策略中选择满足当前执行条件的备用策略,将备用策略确定为当前选定策略,并根据备用策略对应的动作序列继续执行任务;

30、若不存在满足当前执行条件的备用策略,则根据失败原因执行重规划操作或重思考操作,其中,若失败原因为卫星资源不足,则执行重规划操作,所述重规划操作包括:调用轻量级决策算法,以当前卫星资源作为约束,从当前任务队列和结构化任务中选择任务并生成动作序列写入所述黑板;若连续失败次数达到预设第二次数,则执行重思考操作,所述重思考操作包括:重新调用思维树,生成结构化任务、主备策略集合及对应的动作序列写入所述黑板。

31、第二方面,还提供了一种基于思维树与行为树协同的卫星智能体实现系统,包括:

32、行为树模块,预设有行为树,所述行为树模块被配置为以预设节拍运行行为树,在每个节拍中读取卫星遥测数据和外部输入,并将卫星遥测数据和外部输入作为感知结果写入黑板;

33、所述行为树模块还被配置为读取所述黑板中的感知结果,并根据感知结果判断是否触发思考;

34、所述行为树模块还被配置为响应于触发思考,调用思维树模块;

35、所述思维树模块,预设有思维树,所述思维树模块被配置为读取所述黑板中的当前任务队列和感知结果,以当前任务队列和感知结果作为星载大语言模型的输入,根据思维树搜索参数,利用所述星载大语言模型生成多个候选任务,对每个候选任务进行可行性校验,对通过可行性校验的候选任务进行多次采样投票,将投票结果作为结构化任务写入所述黑板;

36、所述思维树模块还被配置为读取所述黑板中的当前任务队列和结构化任务,生成多个候选策略,对每个候选策略进行可行性校验和综合评估,得到每个候选策略的综合评分,将综合评分最高且通过可行性校验的候选策略确定为主策略,从其余通过可行性校验的候选策略中选择多个具有不同任务执行路径的候选策略作为备用策略,形成主备策略集合,将主策略确定为当前选定策略,根据主备策略集合生成对应的动作序列,将主备策略集合、当前选定策略、动作序列写入所述黑板;

37、所述行为树模块还被配置为读取所述黑板中当前选定策略对应的动作序列,按照动作序列执行动作,并在动作执行过程中读取执行状态,将执行状态写入所述黑板;

38、所述行为树模块还被配置为读取所述黑板中的执行状态,在执行状态表示执行失败或当前选定策略不满足任务约束的情况下,根据失败原因和当前执行状态执行重试操作、策略切换操作、重规划操作或重思考操作,并将执行结果记录至日志;

39、所述黑板,用于存储和共享数据。

40、本发明技术方案的主要优点如下:

41、本发明的基于思维树与行为树协同的卫星智能体实现方法,通过行为树与思维树协同,以行为树周期性感知卫星遥测数据与外部输入并写入黑板,在感知结果满足触发条件时调用思维树,利用星载大语言模型进行语义理解、多候选任务生成、可行性校验与多次采样投票,进而由思维树生成多个候选策略,通过可行性校验和综合评估确定主策略,从其余通过可行性校验的候选策略中选择多个具有不同任务执行路径的候选策略作为备用策略,形成主备策略集合,将主策略确定为当前选定策略,再由行为树执行当前选定策略对应的动作序列并监测执行状态,在执行失败或当前选定策略失效时,根据失败原因和当前执行状态执行重试操作或策略切换操作,在无可用备用策略时执行重规划或重思考,并将执行结果记录至日志,构建了“感知—思考—决策—行动—反思”的完整认知闭环,使卫星能够自主解析模糊指令、动态适应环境变化、进行多策略任务规划,并通过主备策略协同实现异常恢复,减少对地面干预的依赖,提升卫星在复杂任务场景下的自主性、鲁棒性和任务执行成功率。