低功耗自主部署下的行星地質勘察任務元優化持續自適應方法

本文介紹了一種面向行星地質勘察任務的元優化持續學習框架，使低功耗自主探測車能夠在火星傑澤羅隕石坑等複雜環境中持續適應新地質特徵，而不出現災難性遺忘。研究將元學習策略與持續學習算法相結合，通過少樣本快速適應新的岩石類型和地形分類，在資源受限的火星任務場景中實現了高精度的自主地質識別。該方法為未來深空探測任務中的自主科學發現提供了可行的技術路徑。