基于改进指针网络的卫星对地观测任务规划方法

• 作者: 马一凡 赵凡宇 王鑫 金仲和
• 来源期刊: 浙江大学学报（工学版）
• 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)
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 计算机与控制工程|Computer and Control Engineering
• 页码范围: 395-401
• 页数: 7页
• 分类号: V474
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2021.02.020

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.