LLM辅助自适应搜索提升卫星调度收益
热点事件持续更新
LLM辅助自适应搜索提升卫星调度收益
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
He Wang等作者提交论文，提出用大语言模型辅助的自适应启发式搜索来调度敏捷地球观测卫星：LLM先按调度实例特征生成初始任务选择规则，再在蚁群搜索中依据搜索表现和调度信息反馈精炼规则，修改须经成对解构造评估后才纳入搜索。论文称，在6个含50–200个成像任务的场景中，该方法平均观测收益比最强基线高4.3%–9.6%。
AI 根据报道生成 · 3 小时前更新
最新进展11月4日 13:00
大语言模型辅助自适应启发式搜索用于敏捷地球观测卫星调度报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AI大语言模型辅助自适应启发式搜索用于敏捷地球观测卫星调度
一项研究提出用大语言模型（LLM，Large Language Model）辅助的自适应启发式搜索方法，为敏捷地球观测卫星调度生成并迭代优化任务选择规则。LLM 先按调度实例特征生成初始启发式规则，再在蚁群搜索中根据搜索表现与调度信息反馈精炼规则，修改需经成对解构造评估后才纳入搜索。在 6 个含 50–200 个成像任务的场景中，该方法平均观测收益比最强基线高 4.3%–9.6%。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月4日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。