MARL koordiniert heterogene Satellitencluster für autonome Erdbeobachtung
In einer wegweisenden Studie aus dem arXiv-Repository wird gezeigt, wie Multi‑Agent Reinforcement Learning (MARL) die Ressourcenoptimierung in heterogenen Satellitenclustern revolutioniert. Dabei arbeiten zwei optische und ein Synthetic Aperture Radar (SAR) Satellit gemeinsam im niedrigen Erdorbit, um Erdbeobachtungsziele zu erfassen und gleichzeitig ihre begrenzten Energie‑ und Speicherkapazitäten effizient zu nutzen.
