随着航天技术的发展,部分空间系统趋于大型化,其规模往往超过运载火箭的发射能力,且当前的可展式结构还受到运载火箭整流罩的约束及发射环境施加载荷的影响,这严重限制了航天器系统的质量和尺寸,借助在轨组装的方式实现系统构建则是能很好解决此问题的一种方法。传统的空间机器人以及机械臂可以进行特定的在轨装配任务,但无法针对每一次新任务而发射与其配套的新的装配工具。空间细胞机器人是由多个具有对接接口、相对简单的小型机器人组成的多机器人系统,具有可自重构、智能自适应性等多种特性,具有极大的灵活性,不仅拥有先有空间机械臂的全部功能,而且由于能够自重构,可以满足更多样的空间系统在轨组装任务,且每个细胞可替换也能为在轨组装提供更高的可靠性。传统的装配序列规划主要考虑顶层的各部件安装次序,而忽略掉中间层的组装机器人的动作。在未来,组装机器人智能化程度越来越高,其考虑自身的行为动作后自主进行装配序列规划将成为完成未知装配任务的重要方向。本文针对空间细胞机器人进行在轨装配的任务,将大型桁架装配分解为最简结构单元的组装过程以及搬运机器人的运输过程,两者并行工作,进而能够独立进行两者的规划。对整个装配体系进行了表达系统的建模,定义了同时考虑装配对象以及组装机器人的状态表达方式,定义了组装机器人即空间细胞机器人的行为动作,以及状态和行为的转移关系。最后进行了基于强化学习的行为决策研究,通过强化学习使细胞机器人能够针对装配任务中任一系统状态进行下一步装配的对象规划选择以及自身的行为动作规划选择,以三棱柱桁架、四棱锥桁架为例进行了最简结构单元装配规划的仿真验证,得到了最优的装配件装配序列以及细胞机器人的行为序列。此研究对未来智能在轨装配任务提供了支撑,有重要的理论价值和工程意义。