一种对地观测卫星任务规划的元强化学习调度方法和装置

本发明公开了一种对地观测卫星任务规划的元强化学习调度方法，通过对任务目标的全部可见时间窗口进行目标可见窗口的预报，该方法进行卫星可见窗口预处理，设计动态奖励机制并搭建自适应动态奖励任务马尔可夫决策环境，再搭建基于元学习的强化学习算法，最后加载算法输入测试数据输出成像任务规划策略。通过引入任务动态奖励机制、利用元学习层捕获任务共性，经多轮训练，使智能体在多变环境中能快速适应并高效决策，得到卫星任务规划结果。本发明能够有效地适用于具有动态任务场景的遥感卫星任务规划。