任务收益提升22%
采用集中训练分布式执行的多智能体深度强化学习框架，实现TT&C与观测任务的在线动态调度，相比传统固定部署方式显著提升应急响应能力。
Siyue, Cheng · 李浩然 · Bai, Weigang · 周笛 · Yan, Zhu
Space-Integrated-Ground Information Networks 2023
通过多智能体深度强化学习优化调度策略，仿真结果表明比传统方法任务收益提升22%。
采用集中训练分布式执行框架，能根据实时信息调整调度策略，无需预先注入指令。
突破传统固定部署模式，能够满足突发事件和应急任务的调度需求。