基于图神经网络的地球观测卫星调度
原文中文,约2300字,阅读约需6分钟。发表于: 。本研究解决了地球观测卫星调度中的优化问题,该问题面临请求观测数量过多和约束条件复杂的挑战。本文提出了一种基于图神经网络和深度强化学习的新方法,通过从图中提取信息并驱动搜索,从而优化观测的选择与调度。结果表明,该方法在小规模问题上学习有效,能够推广到更大的实际应用中,并与传统方法相比表现出极具竞争力的性能。
本研究提出了一种基于图神经网络和深度强化学习的方法,用于解决地球观测卫星调度中的优化问题。该方法能够从图中提取信息并驱动搜索,优化观测的选择与调度。实验结果表明,该方法在小规模问题上学习有效,能够推广到更大的实际应用中,并与传统方法相比表现出极具竞争力的性能。