卫星调度做到 99% 请求满足，JPL 跟 CMU 这篇论文用上「定价」思路了

卫星调度是个经典难题。几百颗卫星在天上飞，地面科学家不断提交观测请求——拍这片农田、扫那段海岸线、盯着某个台风眼。每颗卫星有轨道窗口、存储限制、功耗约束，请求之间互相打架。规模一大，集中式求解器直接跪。

最近 arXiv 上挂出来一篇来自 NASA JPL 和 CMU 的论文，作者包括 Steve Chien（在卫星自主调度上做了十几年的 JPL 资深人士）和 Tuomas Sandholm（博弈论和不完全信息博弈那边的大名字）。论文核心是把问题拆成两层，中间用「定价」来耦合。在真实规模的卫星调度实例上，他们做到了 99% 的观测请求满足率，对比 baseline 的 87%。

他们怎么拆的

传统做法是把所有卫星、所有请求、所有时间窗口揉成一个巨大的分布式约束优化问题（DCOP），然后期望某个算法一口气解出来。但在真实规模下基本不可行——变量太多，通信开销大到跑不动。

这篇论文把问题分成两个层次。高层是一个元 DCOP，负责任务分配——决定哪个请求分配给哪颗卫星。低层是每颗卫星各自独立的局部调度优化，拿到分配下来的请求后，在自己的轨道窗口里排时间表。

关键在两层之间怎么对齐。他们设计了一个迭代定价方法：高层给每个任务分配定一个初始效用值，低层调度完之后把实际可行性反馈回来，高层根据反馈调整定价，再分配，再反馈，几轮迭代后收敛。用价格信号替代了集中式协调。

把博弈论工具拽进来

他们还重新梳理了 DCOP 和势博弈（potential game）之间的关系，把现代在线学习算法拿过来做均衡求解。每颗卫星被看作一个独立决策的智能体，通过在线学习逐步调整策略，不靠一轮谈判就定死。这个方法本身就能跟很多不完整的 DCOP 算法掰手腕，放到分层架构里效果更明显。

99% 这个数字怎么看

论文的实验结果是在真实规模的分布式卫星调度问题上跑的，99% 的请求满足率对比 baseline 的 87%。这 12 个点的提升来自架构层面的变化——把问题拆开、用价格迭代对齐、让每颗卫星在线学习自己的调度策略，三层叠加的结果。

当然，这个数字有上下文。测试场景是 JPL 自己的卫星调度问题实例，不是通用 DCOP benchmark。论文也明确说了框架是针对这个特定问题结构设计的。换个领域，约束性质不同，这套定价机制能不能直接平移，是另一回事。

但这篇论文选择了一条务实的路——承认大规模 DCOP 不能 monolithic 地解，那就拆；拆完了对不齐，那就上价格信号；信号不准，那就加在线学习让智能体自己适应。每一步都指向一个真实工程困境。

搞分布式调度、多智能体协调的人，或者单纯想知道一个理论上很漂亮但 scale 不动的框架怎么改到能上线，都值得翻一翻。

相关链接

• 论文 arXiv 页面：https://arxiv.org/abs/2607.25835
• PDF：https://arxiv.org/pdf/2607.25835