May, 2024

蒙特卡洛树搜索下的云覆盖不确定性卫星调度

PDF
TL;DR在动态环境中，高效利用卫星资源仍然是卫星排程中的一个具有挑战性的问题。本文解决了多卫星集合排程问题（m-SatCSP），旨在优化在云覆盖等不确定条件下对卫星星座进行任务排定。通过使用蒙特卡洛树搜索（MCTS），探索了两个版本的 MCTS 来有效地安排卫星。进行超参数调整以优化算法的性能。实验结果表明了 MCTS 方法的有效性，在解决质量和效率方面均优于现有方法。与其他排程算法的比较分析展示了有竞争力的表现，将 MCTS 定位为动态环境卫星任务排程的一个有前景的解决方案。
satellite resourcessatellite schedulingmulti-satellite collection scheduling problemmonte carlo tree searchdynamic environments
发现论文，激发创造
  • 组合优化中基于模拟树搜索的辅助代理算法

    通过使用辅助模型快速计算评估的蒙特卡洛树搜索（MCTS），可以更快地生成解决方案，同时与不使用辅助模型的 MCTS 相比保持一致的解决方案。

    Mar, 2024

  • 蒙特卡洛树搜索：近期修改和应用综述

    本文调查了 Monte Carlo Tree Search (MCTS) 在领域特定修改和混合方法方面的应用，这种方法依赖于智能树搜索并平衡探索和利用。

    Mar, 2021

  • 利用动态图神经网络实现异构纳米卫星星座的自主协作

    通过建模卫星星座和卫星接触计划为动态网络并采用基于图论的技术，提出了一种新方法来解决卫星网络通信调度的复杂性问题，通过仿真退火的启发式算法更新，推测网络延迟误差平均为 3.6 分钟，在提高 29.1% 延迟的同时，实现 20 倍的目标评估速度。

    Mar, 2024

  • 在转移不确定性条件下的蒙特卡洛树搜索

    研究纸中提出了一种改进 Monte Carlo Tree Search (MCTS) 框架的算法，它能够在环境模型存在不完全时搜索更加确定的转换，从而提高搜索行为和性能。

    Dec, 2023

  • 组合嵌套 Monte Carlo 与局部搜索方法解决 MaxSAT 问题

    本文介绍了针对最大可满足性问题提出的 UCTMAXSAT 算法，探讨了两种算法变化对算法性能的影响，提出了使用静态翻转限制并动态设置预算来达到相似性能的建议。

    Feb, 2023

  • 连续蒙特卡罗图搜索

    本文提出了 Continuous Monte Carlo Graph Search（CMCGS），一种将 Monte Carlo Tree Search（MCTS）扩展到连续状态和动作空间的在线规划方法，并在 DeepMind Control Suite 基准测试和 2D 导航任务中表现优异。

    Oct, 2022

  • 蒙特卡罗树搜索与自动化机器学习

    在 AutoML 任务中，使用基于蒙特卡罗树搜索（MCTS）的方法 Mosaic 来处理混合结构和参数昂贵的黑盒优化问题，并在基准测试中获得了统计显著的性能提升。

    Jun, 2019

  • 使用 MCTSnets 学习搜索

    该论文提出了一种名为 MCTSnet 的体系架构，其将基于模拟的搜索嵌入神经网络中，并通过向量嵌入扩展，评估和备份。该网络的参数进行端到端的训练优化，应用于小范围的搜索中，显著优于 MCTS 基线的性能。

    Feb, 2018

  • 蒙特卡罗树搜索中的贝叶斯推断

    本文介绍了一种基于贝叶斯框架与高斯近似算法的 Monte-Carlo Tree Search 方法，旨在更准确地估算节点价值和不确定性，并证明了该方法的在策略和非策略情境下的收敛性和实现的优越性。

    Mar, 2012

  • 多代理路径规划的蒙特卡洛树搜索：初步结果

    研究了多智能体路径规划中如何利用蒙特卡洛树搜索（Monte-Carlo Tree Search）解决问题，提出了一种适用于多智能体路径规划的改进 MCTS 变种，通过计算个体路径和奖励来指导搜索过程，实验证明该方法优于基线规划算法。

    Jul, 2023