融合大语言模型与强化学习的敏捷卫星任务分配算法设计

来源：电子与信息学报杂志2025年第12期北京时间：

作者：陈盈果, 王斐然, 胡云鹏, 杨斌, 严冰

单位：1.国防科技大学系统工程学院 长沙 4100732.北京遥感信息研究所 北京 100011

摘要：多敏捷对地观测卫星任务调度(MAEOSMSP)是一个复杂的NP-难问题，其求解算法的设计长期受限于对专家经验的依赖和场景适应性差的瓶颈。为突破这一局限，该文提出一种创新的自适应算法设计(AAD)框架，通过深度融合大语言模型(LLM)与强化学习(RL)，实现调度算法的自动化生成与智能应用。框架的核心是一个离线进化-在线决策架构：离线阶段，利用LLM驱动的进化计算自动生成超越人类范式的分配算法，构建强大算法库；在线阶段，通过RL智能体根据实时求解状态，从算法库中动态选择最优算子，实现对新场景的强大泛化能力。在多个标准算例上的实验表明，AAD框架生成的任务分配算法在性能上全面超越了传统专家设计算法，尤其在复杂场景下性能提升高达9.8%。该研究证实了LLM与RL协同在自动化算法设计上的巨大潜力，为MAEOSMSP提供了一种高效、自适应的求解新范式。

关键词：大语言模型, 强化学习, 算法设计, 卫星任务规划

基金资助：国家自然科学基金(U23B2039)