本發(fā)明公開了一種基于多智能體強(qiáng)化學(xué)習(xí)的衛(wèi)星觀測分布式在線規(guī)劃方法，所述方法包括：步驟1)為衛(wèi)星觀測網(wǎng)絡(luò)中的每個(gè)衛(wèi)星建立星上執(zhí)行網(wǎng)絡(luò)；步驟2)建立集中訓(xùn)練網(wǎng)絡(luò)，通過多次地面仿真對所有星上執(zhí)行網(wǎng)絡(luò)進(jìn)行集中訓(xùn)練；步驟3)通過星地通信將訓(xùn)練好的星上執(zhí)行網(wǎng)絡(luò)分別上傳到對應(yīng)的衛(wèi)星，或者在發(fā)射前將訓(xùn)練好的星上執(zhí)行網(wǎng)絡(luò)注入對應(yīng)的衛(wèi)星；步驟4)當(dāng)?shù)孛婊蛘咴谲壭l(wèi)星發(fā)現(xiàn)機(jī)遇觀測目標(biāo)時(shí)，向衛(wèi)星觀測網(wǎng)絡(luò)廣播觀測任務(wù)；步驟5)各衛(wèi)星分別使用星上決策模型對是否接受該觀測任務(wù)進(jìn)行決策；根據(jù)各自的決策結(jié)果，控制衛(wèi)星實(shí)施觀測任務(wù)。本發(fā)明提出了考慮時(shí)間覆蓋度的自注意力網(wǎng)絡(luò)決策方法，提升了衛(wèi)星間的決策協(xié)同性和訓(xùn)練時(shí)策略梯度傳遞效率。