关键词: 对地观测卫星, 星上自主任务规划, 序贯决策, 循环神经网络, 注意力机制

摘要：星载自主任务规划是对地观测卫星运行的关键技术之一，近年来受到了研究者的高度重视。考虑到有限的计算资源，以及观测任务和星载资源的动态变化，启发式搜索算法主要用于解决卫星星载任务规划问题，解决方案的优化需要改进。首先，本文构建了一个新的观测任务序贯决策模型框架。基于此框架，地球观测卫星可以实时决定要执行的观测任务，而无需提前生成计划。然后，设计了一种基于注意机制的观察任务决策模型，以及相应的输入特征表示方法和模型训练方法。提出了一种基于注意神经网络的观测任务序列算法。最后，基于一组随机数据，比较了该算法、两种深度学习算法和两种启发式在线搜索算法的性能。实验结果表明，该方法的响应时间小于现有深度学习算法的五分之一，利润差距远小于启发式搜索算法，这证明了该方法的可行性和有效性。

关键词： 注意机制， 地球观测卫星， 循环神经网络， 卫星机载自主任务规划， 顺序决策