PLUTO: 用于交互式航天器交会轨迹设计的智能体AI工具

摘要

论文指出，非凸轨迹优化技术虽已成熟，但更广泛采用仍受限于跨任务场景定制问题公式所需的大量领域专业知识。论文介绍 PLUTO（Plain Language Understanding for Trajectory Optimization），一个将智能体AI编程工具整合进序列凸规划（SCP）架构的交互式轨迹设计框架。系统把高层语义输入映射为定义明确的数学约束，并保留适合SCP的结构化表示；约束经自动凸化流程处理后直接进入可执行的最优控制公式，连接用户意图与轨迹生成。可视化约束验证和场景参数化进一步支持直观的设计环境。在覆盖10类约束的50条自然语言交会任务提示评估中，PLUTO为每条提示都生成了轨迹，其中94%的轨迹同时满足任务意图的定量与定性要求。该工作探索了智能体AI在先进优化算法与面向工程师的轨迹设计流程之间搭建桥梁的潜力。