公开(公告)号：CN116050740A

公开(公告)日：2023-05-02

申请号：CN202211639045.4

申请日：2022-12-20

Applicant: 上海交通大学

Inventor： 方涛 ,  陈康 ,  杜劭冲 ,  段昊 ,  金浩宇 ,  许仁昕 ,  杨适杰 ,  霍宏

IPC: G06Q10/0631 ,  G06Q10/063 ,  G06N3/08 ,  G06N3/044

Abstract: 一种基于多智能体深度强化学习的分布式决策方法，构建基于去中心化的部分可观测马尔科夫决策过程的卫星观测与数据下传的集成调度问题模型，将每颗卫星视为具有自主决策能力的智能体，每个智能体可对观测任务进行自主决策，确定地面目标的观测时间以及观测数据的下传时间，使得调度周期内的总收益最大，在在线阶段采用训练后的卫星集群调度网络实时根据观测任务数据得到卫星集群的决策结果，实现各卫星分布式决策各观测任务是否执行、执行时间、观测数据的下传时间以及下传地面站。本发明能够在进行卫星观测任务规划的同时动态进行卫星观测数据下传，显著提高卫星集群的观测效率。

公开(公告)号：CN117057424A

公开(公告)日：2023-11-14

申请号：CN202311187993.3

申请日：2023-09-15

Applicant: 上海交通大学

Inventor： 方涛 ,  杜劭冲 ,  陈康 ,  杨适杰 ,  刘高峰 ,  霍宏

IPC: G06N5/022 ,  G06N5/04 ,  G06N3/084

Abstract: 一种基于时序知识图谱可解释推理技术的对地观测方法，在离线阶段利用闭环路径规则采集时序知识图谱中潜在的多跳闭环路径规则，构建包含规则筛选器和规则推理器的网络模型并基于对地观测任务流程数据集对网络模型进行训练，在在线阶段通过训练后的网络模型对实时待测数据进行预测，根据闭环路径规则，补全对地观测任务中缺失的流程。本发明能够满足对地观测任务流程对推理可解释性的要求，具有广阔的应用前景。