标题：北航团队提出卫星星座规划新基准，助力空天智能发展

正文：
将卫星星座送入轨道已属不易，高效调度在轨卫星执行任务更是复杂。随着星座规模扩大，人工规划效率远不及卫星任务需求，人工智能成为破解难题的关键。北京航空航天大学刘偲教授团队提出首个大规模真实星座调度基准AEOS-Bench，并开发内嵌时间约束的调度模型AEOS-Former，为“AI星座规划”树立了技术标杆。该研究已被NeurIPS 2025接收。

卫星星座由多颗卫星组成，具备全球覆盖、快速响应和高频观测能力，已成为数字经济的重要基础设施。然而，其背后隐藏着高维、动态且强约束的规划难题：如何在几分钟内调度数十颗卫星完成上百项任务，同时应对地震救援、海上搜救等突发需求？北航团队通过融合Transformer模型与航天工程需求，提出了创新解决方案。

卫星调度面临四大挑战：任务量大（如美国SkySat星座日均处理超百项任务）、时间窗口紧张（地面观测窗口常不足5分钟）、突发任务难应对（我国“女娲星座”灾害响应完成率不足60%）以及复杂约束条件（视场角、电池功耗等限制）。

为此，北航团队基于Basilisk引擎开发高保真仿真平台，构建了AEOS-Bench基准数据集，涵盖16k+任务场景，支持不同规模卫星与任务的评估。数据集具有三大特点：大规模、真实性（引入真实卫星数据验证算法性能）、全面性（涵盖任务完成率、周转时间等6类指标）。

团队基于AEOS-Bench训练了AEOS-Former模型，采用内嵌约束模块和编码器-解码器架构，显式建模卫星限制并优化任务匹配。实验表明，AEOS-Former在任务完成度、时效性和能源效率等方面均优于基线模型，展现了显著优势。

当AI赋能卫星星座，太空设施将具备自主感知、决策与协同能力，人类探索太空的边界将进一步拓展。北航团队的研究不仅为卫星规划提供了高效工具，更为空天具身智能描绘了未来蓝图。

论文链接：https://arxiv.org/abs/2510.26297
项目主页：https://buaa-colalab.github.io/AEOSBench/