强化学习驱动求解
通过强化学习动态调整迭代策略，在求解多航天器协同任务规划问题时比现有方法更高效、更准确。
Yuheng, Qi · 谷德峰 · Liu, Yuan · 朱炬波
IEEE Transactions on Aerospace and Electronic Systems 2024
通过种群分类和双向搜索机制，减少无效迭代，而强化学习动态调整迭代策略，进一步加快收敛。
引入修复策略防止生成次优个体，并通过动态学习率提升强化学习的学习速度，最终获得更准确的Pareto解集。
在16组不同任务规模的仿真实验中，MOSORL显著优于所有对比算法。