← heapsort-ai

satellite scheduling

2 items

RESEARCHarXiv CS.AI·16/04/2026

Optimizing Earth Observation Satellite Schedules under Unknown Operational Constraints: An Active Constraint Acquisition Approach

Cette recherche étudie la planification des satellites d'observation de la Terre avec des contraintes opérationnelles inconnues, qui doivent être apprises de manière interactive à partir d'un oracle binaire. Elle introduit le Conservative Constraint Acquisition (CCA), une procédure spécifique au domaine, pour identifier efficacement les contraintes justifiées dans un modèle simplifié.

28
RESEARCHarXiv CS.AI·07/04/2026

When Adaptive Rewards Hurt: Causal Probing and the Switching-Stability Dilemma in LLM-Guided LEO Satellite Scheduling

Este artigo de pesquisa explora o design adaptativo de recompensas para DRL no agendamento de satélites LEO, revelando um dilema de estabilidade onde pesos de recompensa estáticos superam os dinâmicos devido à necessidade de um sinal quase estacionário para o PPO. O estudo introduz um método de sondagem causal para identificar a alavancagem de termos de recompensa específicos, descobrindo que um aumento na penalidade de switching melhora significativamente a taxa de dados.

27