|
|||||
|
|
| 基于改进指针网络的卫星对地观测任务规划方法 | |
| 作者姓名： | 马一凡 赵凡宇 王鑫 金仲和 |
| 作者单位： | 1. 浙江大学 微小卫星研究中心,浙江 杭州 3100272. 浙江省微纳卫星研究重点实验室,浙江 杭州 310027 |
| 基金项目： | 国家杰出青年科学基金资助项目（61525403） |
| 摘 要： | 针对卫星观测任务规划问题约束复杂、求解空间大和输入任务序列长度不固定的特点,使用深度强化学习（DRL）方法对卫星观测任务规划问题进行求解. 综合考虑时间窗口约束、任务间转移机动时间和卫星电量、存储约束,对卫星观测任务规划问题进行建模. 基于指针网络（PN）的运行机制建立序列决策算法模型,使用Mask向量来考虑卫星观测任务规划问题中的各类约束,并通过Actor Critic强化学习算法对模型进行训练,以获得最大的收益率. 借鉴多头注意力（MHA）机制的思想对PN进行改进,提出多头注意力指针网络（MHA-PN）算法. 根据实验结果可以看出,MHA-PN算法显著提高了模型的训练速度和泛化性能,训练好的MHA-PN算法模型可以直接对输入序列进行端到端的推理,避免传统启发式算法迭代求解的过程,具有较高的求解效率. |
| 关 键 词： | 卫星观测任务规划 组合优化问题 深度强化学习 指针网络（PN） Actor Critic 多头注意力指针网络（MHA-PN） |
| 点击此处可从《浙江大学学报(工学版)》浏览原始摘要信息 | |
| 点击此处可从《浙江大学学报(工学版)》下载全文 | |