一种基于深度强化学习成像卫星多圈次任务规划方法

本发明公开了一种基于深度强化学习成像卫星多圈次任务规划方法，分析了多圈次任务规划问题，然后设计了两种不同求解流程的多圈次任务规划方法：基于马尔可夫决策过程的多圈次任务规划方法和基于圈次拆分的多圈次任务规划方法。针对基于马尔可夫决策过程的方法，进行了问题的马尔可夫决策过程建模及特征工程；在设计基于圈次拆分的多圈次任务规划方法时，提出了一种基于迁移学习的多圈次策略模型训练方法。