动态销毁强化学习模型

调度率提升11%

针对敏捷卫星大规模任务规划难题，提出基于图注意力网络的动态销毁深度强化学习模型，通过自适应破坏现有解来提升搜索效率。

黄伟 · 李宗旺 · He, Xiaohe · Junyan, Xiang · Xu, Du · 梁旭文

Remote Sensing 2023

参数信息

平均调度率提升

11 %

平均调度率提升

8 %

技术优势

搜索效率更高

基于图注意力网络的自适应销毁机制，引导搜索跳出局部最优，提升解的质量。

大规模场景表现好

在具有挑战性的大规模场景中，D3RL方法在解质量和计算效率上均优于现有方法。

应用场景

• 卫星任务规划：快速求解大规模敏捷卫星任务规划问题，替代传统启发式方法。
• 大规模优化调度：通过自适应销毁机制处理大规模约束优化问题，提升求解效率。
• 强化学习应用：将深度强化学习用于组合优化中的破坏算子学习，增强搜索能力。