空间机械臂作为航天器部件中的活动机构,在空间站建设和月球探测车的工程应用中将发挥重要作用。本文针对于空间机械臂自主性控制,采用深度神经网络实现空间机械臂端对端控制,并利用深度增强学习算法来学习神经网络的控制策略,主要研究工作如下:1.针对空间机械臂的操作任务特点,分析了基于关节角速度的控制方法可行性,定义了基于马尔可夫模型的空间机械臂任务环境,包括状态、动作和奖励;为了提高智能体和环境之间交互的灵活性,提出了一种基于TCP的信息交互机制。2.为了避免离散动作控制引起的维数灾难问题,多自由度空间机械臂控制中采用了深度确定性策略梯度算法;针对于该算法在空间机械臂控制任务中的应用,设计了一种添加角速度软界限项的奖励函数,从而改善了算法的策略优化过程,得到了更好的机械臂控制效果。3.针对通常仿真平台与真实系统的动力学存在差异,导致策略迁移后需要在真实系统中对神经网络进行再训练的问题,提出了一种从机械臂仿真平台到真实机械臂系统的策略直接迁移方法,通过实验验证了该方法的有效性。4.针对空间机械臂基于图像端到端控制任务,提出了一种空间机械臂深度学习控制方法。该控制方法直接利用数据驱动自主学习产生控制策略,可以不需要依赖动力学模型,通过将深度策略网络拆分为深度网络和策略网络分别进行训练,可以在训练过程不依赖于真实机械臂系统,通过实验验证了该方法的有效性。本文研究了空间机械臂深度增强学习神经网络控制中任务环境、连续控制、策略迁移和增强学习问题,研究结果对空间机械臂在未知环境下完成在轨操作任务有一定的借鉴意义。