随着微小卫星及其技术的蓬勃发展,结构固定的卫星已经难以满足各国对其提出的多任务执行能力、较强的环境适应性及抗风险等要求,因此人们将目光转向具有在轨变结构能力的模块化可重构卫星。模块化可重构卫星的在轨自变构规划方法成为了一个重要的研究方向。为描述自变构卫星的拓扑运动模型,提出构型的概念,定义构型的矩阵描述、集合描述、图论描述等三种描述方法。假设自变构卫星模块的运动满足立方旋转模块模型的运动规则,从物理运动规则中推导出模块的拓扑运动规律。同时提出构型的连通性对自变构卫星正常工作的重要性,给出了连通性的判断方法。为实现多模块同时运动,在自变构规划中加入冲突消解的功能,冲突消解采用网络演化博弈的方法实现。定义包括模块所有可能动作的动作空间,构建物理引擎模拟模块的实际运动,为实现无模型强化学习中模块与环境的交互提供基础。建立自变构过程的马尔科夫决策模型,定义模块的状态及状态空间,根据自变构卫星整体与目标构型的距离函数定义动作的即时收益和Q函数。设计分布式在轨自变构规划的Q学习方法,在Q函数的迭代过程中实现策略的优化。针对大量存储模块状态产生的内存溢出问题,设计深度神经网络对Q函数进行拟合。利用网络训练实现Q函数的迭代过程,进而得到基于深度强化学习的分布式自变构规划方法。设计仿真实验验证了上述方法解决自变构规划问题的有效性。