Deep reinforcement learning and parameter transfer based approach for the multi-objective agile earth observation satellite scheduling problem

强化学习 计算机科学 马尔可夫决策过程 数学优化 调度(生产过程) 人工智能 可扩展性 作业车间调度 地铁列车时刻表 背包问题 马尔可夫过程 算法 数学 数据库 统计 操作系统
作者
Luona Wei,Yuning Chen,Ming Chen,Yingwu Chen
出处
期刊:Applied Soft Computing [Elsevier]
卷期号:110: 107607-107607 被引量:51
标识
DOI:10.1016/j.asoc.2021.107607
摘要

The agile earth observation satellite scheduling problem (AEOSSP) consists of selecting and scheduling a number of tasks from a set of user requests in order to optimize one or multiple criteria. In this paper, we consider a multi-objective version of AEOSSP (called MO-AEOSSP) where the failure rate and the timeliness of scheduled requests are optimized simultaneously. Due to its NP-hardness, traditional iterative problem-tailored heuristic methods are sensitive to problem instances and require massive computational overhead. We thus propose a deep reinforcement learning and parameter transfer based approach (RLPT) to tackle the MO-AEOSSP in a non-iterative manner. RLPT first decomposes the MO-AEOSSP into a number of scalarized sub-problems by a weight sum approach where each sub-problem can be formulated as a Markov Decision Process (MDP). RLPT then applies an encoder–decoder structure neural network (NN) trained by a deep reinforcement learning procedure to producing a high-quality schedule for each sub-problem. The resulting schedules of all scalarized sub-problems form an approximate pareto front for the MO-AEOSSP. Once a NN of a subproblem is trained, RLPT applies a parameter transfer strategy to reducing the training expenses for its neighboring sub-problems. Experimental results on a large set of randomly generated instances show that RLPT outperforms three classical multi-objective evolutionary algorithms (MOEAs) in terms of solution quality, solution distribution and computational efficiency. Results on various-size instances also show that RLPT is highly general and scalable. To the best of our knowledge, this study is the first attempt that applies deep reinforcement learning to a satellite scheduling problem considering multiple objectives.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
诸青梦完成签到 ,获得积分10
刚刚
意悟完成签到,获得积分10
1秒前
阿李巴巴同学完成签到,获得积分20
1秒前
傢誠完成签到,获得积分10
1秒前
负责的谷云完成签到,获得积分10
1秒前
2秒前
laura完成签到,获得积分10
2秒前
白菜发布了新的文献求助10
2秒前
Akim应助nicol.z采纳,获得10
2秒前
薛雨欣完成签到,获得积分10
3秒前
3秒前
烟花应助xxxksk采纳,获得10
3秒前
程大海完成签到,获得积分10
4秒前
dfghjkl完成签到 ,获得积分10
4秒前
hahaha完成签到,获得积分10
4秒前
kmario完成签到,获得积分10
4秒前
sciAAA完成签到,获得积分10
5秒前
斯文败类应助迷人的傲珊采纳,获得10
5秒前
快乐慕灵完成签到,获得积分10
6秒前
酱酱完成签到 ,获得积分10
6秒前
暖暖发布了新的文献求助10
7秒前
彭于晏应助故意的寒安采纳,获得10
7秒前
顾矜应助Katie采纳,获得10
7秒前
香蕉觅云应助意悟采纳,获得10
8秒前
8秒前
小白菜发布了新的文献求助10
8秒前
9秒前
linjiaxin完成签到,获得积分10
9秒前
LZY完成签到,获得积分10
9秒前
Lion发布了新的文献求助10
9秒前
白菜完成签到,获得积分10
9秒前
吴世勋完成签到,获得积分10
10秒前
君莫笑完成签到 ,获得积分10
10秒前
11秒前
万能图书馆应助leilei采纳,获得10
11秒前
哈喽完成签到,获得积分20
11秒前
捞钱阿达完成签到,获得积分10
11秒前
端庄的白开水完成签到,获得积分10
12秒前
12秒前
swat完成签到,获得积分10
12秒前
高分求助中
Evolution 3rd edition 1500
Lire en communiste 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Elastic local buckling behaviour of corroded cold-formed steel columns 500
the development of the right of privacy in new york 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3180222
求助须知:如何正确求助?哪些是违规求助? 2830617
关于积分的说明 7979310
捐赠科研通 2492194
什么是DOI,文献DOI怎么找? 1329251
科研通“疑难数据库(出版商)”最低求助积分说明 635720
版权声明 602954