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。