基于学习的规划以提高地球观测卫星的科学回报

地球观测卫星是收集关于地球科学信息的强大工具，但存在局限性：它们难以偏离轨道轨迹、传感器视野有限，且对这些传感器的指向和操作会消耗大量航天器资源。卫星必须优化所收集的数据，仅包含最重要或最具信息量的测量。动态定向是一种新兴概念，利用前瞻仪器的资源和数据，智能地重新配置并指向主仪器。在仿真研究中，动态定向比传统抽样策略收集的科学信息量更大。本文提出两种基于学习的动态定向方法，分别使用强化学习和模仿学习。这些学习方法基于动态规划解决方案，对采样位置序列进行规划。我们将方法与现有启发式方法进行比较，显示使用学习技术的优势。模仿学习平均比最佳启发式方法好10.0%，而强化学习平均好13.7%。我们还表明两种学习方法可用少量数据有效训练。