本文研究轨道服务任务中对目标航天器的自主检查。视角选择是受覆盖、燃料和安全约束的组合优化问题。作者将视角序列化建模为约束马尔可夫决策过程 (CMDP)，并使用带拉格朗日松弛的近端策略优化 (PPO) 求解。系统分为高层规划器和低层动力学模型。高层在目标周围的观测球面上排列相机视角；低层利用 Clohessy‑Wiltshire (CW) 方程评估每一次转移的相对运动。单冲击可达性和 $\Delta v$ 上限作为确定性约束直接作用于动作空间。由于导航和机动误差，实际安全间距是随机的。为此在实现轨迹上加入机会约束，拉格朗日乘子通过 PID 控制在训练过程中自适应调整惩罚系数。实验以中轨道的 Galileo 类导航卫星为对象，将卫星建模为点云，并在每个视角考虑视场和视线遮挡。不同风险预算下，训练得到的策略能够将进入禁区的违例率控制在设定上限，同时保持接近最大覆盖率并满足 $\Delta v$ 预算。与传统在禁区半径上加固定安全裕度、确定性规划的做法相比，机会约束策略在相似覆盖下的违例率不到一半，使碰撞风险成为显式设计参数，免去针对每个案例的重新调参。该策略在每一步选择视角时不需要像贪婪的机会约束规划器那样进行重复的 Monte Carlo 风险评估。
点评：该工作将安全约束显式化并通过强化学习实现高效的视角序列规划，为轨道服务任务提供了更可靠且易于调参的解决方案。