星群协作规划更优
用专家知识引导高层决策与低层调整，在复杂观测场景下显著提升规划性能，相比扁平强化学习和元启发式方法优势明显。
Xuedong, LI · Dong, Yunfeng
Chinese Journal of Aeronautics 2026
高层策略基于目标优先级和专家加权奖励选择观测窗口，低层策略根据资源状态实时调整，避免无效探索。
仿真结果表明专家知识的集成显著提升复杂任务场景下的规划性能，消融研究证实专家引导和分层结构都至关重要。
对比实验表明，在不同任务规模下，该方法一致优于扁平强化学习和改进模拟退火等元启发式方法。