本發(fā)明公開了一種基于深度強化學習的成像衛(wèi)星資源調(diào)度方法,涉及航天地面任務規(guī)劃領域。本發(fā)明利用圖神經(jīng)網(wǎng)絡和強化學習方法,提取衛(wèi)星任務間的內(nèi)隱分布規(guī)律與內(nèi)在關聯(lián),表征數(shù)據(jù)分布間的隱含關系,自主學習衛(wèi)星資源調(diào)度過程中任務安排的啟發(fā)式規(guī)則,形成無沖突和優(yōu)化的衛(wèi)星任務觀測和接收方案。本方法可有效降低規(guī)則設計對人工的專業(yè)技術要求依賴,提高資源調(diào)度方法的有效性和準確性。
聲明:
“基于深度強化學習的成像衛(wèi)星資源調(diào)度方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)