随着社会的发展对航天器的需求日益增加,在轨运行的航天器数目越来越多,在轨服务技术将充分展现其战略军事价值和显著民用经济效益。捕获空间目标是空间机械臂在执行各种在轨服务任务中至关重要的环节,然而空间机械臂系统动力学特性复杂,难以建立精确的动力学模型,导致控制系统难以实现较好的控制效果。目前,随着人工智能技术的不断发展,依靠数据驱动的智能控制算法相继被提出,具有无需对系统进行数学建模的特点。因此,本文将强化学习方法应用在空间机械臂捕获过程控制中,分别提出深度强化学习捕获控制方法和基于模型强化学习控制方法。论文完成的主要工作及获得的结论如下:首先,建立了空间机械臂的虚拟仿真环境。以空间机械臂捕获漂浮目标作为研究任务,在V-rep仿真平台中建立空间机械臂仿真环境,用于强化学习训练以及进行动力学仿真分析;并设计一种传统捕获控制方法,并进行仿真分析,用于与基于强化学习捕获控制方法进行比较;然后,提出深度强化学习捕获控制方法。采用“预训练”思想并基于深度确定性策略方法设计捕获控制方法,在仿真环境中训练实现了对空间目标的捕获任务;同时与无“预训练”环节的捕获控制方法比较,“预训练”表现出在训练阶段能够大幅度提高样本学习效率;最后,提出基于模型强化学习捕获控制方法。针对深度强化学习样本学习效率低的问题,提出以PILCO算法为主要框架的捕获控制方法,通过少数回合训练即可得到捕获控制策略;并将基于强化学习捕获控制方法与传统捕获控制方法进行比较分析,论证基于强化学习在空间机械臂捕获过程中应用的可行性。结果表明,基于强化学习捕获控制方法在虚拟仿真环境中能够实现捕获空间目标的任务,捕获过程耗用时间明显优于传统捕获控制方法,然而在捕获过程中,控制力矩平滑性和捕获位置精度均无法到达传统捕获方法的水平。基于模型强化学习捕获控制方法训练效率要明显优于深度强化学习,很少的学习回合次数即可完成训练过程,控制效果表现出与深度强化学习捕获控制方法水平相当,因此,基于模型强化学习捕获控制方法,在空间机械臂捕获过程中应用中具有很大的应用潜力。