基于大语言模型的星群人智协同管控方法和系统

    公开(公告)号:CN117851570A

    公开(公告)日:2024-04-09

    申请号:CN202410041634.5

    申请日:2024-01-11

    Abstract: 基于大语言模型的星群人智协同管控方法和系统,涉及在轨卫星管理领域。解决现有星群依靠人工管理,亟需高时效、一体化、智能化的星群人智协同管控的问题。所述系统包括:智能解译应答单元、超大规模星群任务规划单元与超大规模星群高效仿真推演单元;智能解译应答单元通过数据的文本提取、关键要素抽取与事件检测,获取文本信息,提取关键词;根据关键词获得信息主题类别、事件类型以及相应的指控内容,根据指控内容获取任务规划集合;超大规模星群任务规划单元根据任务规划集合进行协同任务规划与调度,将调度结果输出至超大规模星群高效仿真推演单元;接收调度结果进行实时仿真。应用于星群人工智能协同管控领域。

    基于DDQN算法的机动观测策略生成方法、改进DDQN算法的机动观测策略生成方法

    公开(公告)号:CN117034443A

    公开(公告)日:2023-11-10

    申请号:CN202310862428.6

    申请日:2023-07-13

    Abstract: 基于DDQN算法的机动观测策略生成方法、改进DDQN算法的机动观测策略生成方法,涉及航天器机动观测技术领域。解决现有航天器在执行目标观测任务的同时需要对危险区域进行紧急机动规避的问题。生成方法:建立初始训练场景,并对卫星智能体、DDQN算法和博弈条件进行设定,采用设定的DDQN算法调用所述初始训练场景中的场景对设定后的卫星智能体进行训练,并将获得的卫星智能体的状态、动作、奖励和转移状态放入经验池中;当经验池充满,对初始化的神经网络参数经过训练不断更新直至卫星智能体完成场景的训练,获得机动观测策略。本发明适用于航天器在执行目标观测任务的同时需要对危险区域进行紧急机动规避。

Patent Agency Ranking