本发明公开了一种基于深度强化学习的成像卫星资源调度方法,涉及航天地面任务规划领域。本发明利用图神经网络和强化学习方法,提取卫星任务间的内隐分布规律与内在关联,表征数据分布间的隐含关系,自主学习卫星资源调度过程中任务安排的启发式规则,形成无冲突和优化的卫星任务观测和接收方案。本方法可有效降低规则设计对人工的专业技术要求依赖,提高资源调度方法的有效性和准确性。
声明:
“基于深度强化学习的成像卫星资源调度方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)