基于深度强化学习与启发式规则融合的多星在轨协同调度方法

著录项目

摘要

本发明公开了一种基于深度强化学习与启发式规则融合的多星在轨协同调度方法，涉及多卫星在轨智能调度领域。该方法包括：基于多智能体深度确定性策略梯度算法建立协同决策模型；引入优先经验回放机制增强学习效率；设计启发式规则用于指导智能体决策；通过动态混合系数实现强化学习策略与启发式规则的自适应融合；采用奖励塑形技术加速智能体学习收敛；根据卫星资源约束和任务优先级动态调整调度方案。本发明能够在复杂约束条件下实现多卫星任务的智能化协同调度，提高任务完成率和资源利用效率，对于提升卫星系统的自主决策能力和应对突发情况的鲁棒性具有重要意义。

附图

附图 1