基于多智能体协同的多卫星型号知识检索与生成方法

本技术涉及人工智能与卫星数据处理，具体地涉及一种基于多智能体协同的多卫星型号知识检索与生成方法。

背景技术：

1、随着航天技术发展，不同型号卫星产生的数据在格式、语义、处理流程等方面存在差异，构成多源异构数据环境。在海量异构卫星数据中实现高效的知识检索与问答，是航天数据管理面临的重要问题。

2、检索增强生成（retrieval-augmented generation，rag）技术通过将外部知识库的检索结果融入大语言模型生成过程，提升了回答的准确性和可信度。检索增强生成技术正在向智能体式检索增强生成（agentic rag）方向发展，其核心思想是将智能体的自主决策能力与传统检索增强生成的检索-生成流程结合，使系统具备自主规划检索策略、动态调整检索路径、迭代优化检索结果的能力。

3、然而，将智能体式检索增强生成技术应用于多卫星型号数据处理领域仍面临以下技术问题：其一，不同型号卫星对同一物理概念可能使用不同术语和表述方式，如“分辨率”可能表述为“空间分辨率”、“像元分辨率”等，“轨道高度”可能表述为“轨道标高”、“运行轨道参数”等，传统检索方案难以有效处理跨型号语义异构性；其二，卫星数据查询涉及单型号查询、跨型号对比查询、多参数联合检索等多种场景，现有方案采用固定管道式调用流程，无法根据查询复杂度和涉及型号数量自主调整检索策略；其三，卫星型号持续更新，新知识不断产生，但现有方案中知识更新依赖人工维护或全量重建，更新周期长，更新过程与检索优化相互独立，更新后的知识难以及时被检索系统利用，且缺乏自动化冲突消解机制。

技术实现思路

1、鉴于上述问题，本技术提供了提高多卫星型号异构数据的知识检索准确性和知识更新时效性的基于多智能体协同的多卫星型号知识检索与生成方法。

2、根据本技术的实施例，提供了一种基于多智能体协同的多卫星型号知识检索与生成方法，所述方法包括：响应于包含查询文本和至少一个待查询卫星型号的查询请求，通过知识任务规划智能体生成检索策略，所述检索策略包括检索指令和检索数据库范围，所述检索指令用于在所述检索数据库范围内检索所述查询文本和所述至少一个待查询卫星型号相关的知识文本，所述检索数据库范围是指与所述至少一个待查询卫星型号对应的至少一个知识数据库；基于所述检索指令，调用知识文档检索智能体在所述至少一个知识数据库中执行检索，得到候选知识文本集；调用知识结果融合智能体根据所述候选知识文本集中各候选知识文本与所述查询文本和所述待查询卫星型号的相关程度，筛选目标知识文本集；调用知识生成验证智能体校验所述目标知识文本集的整体置信度；在校验不通过的情况下，通过所述知识生成验证智能体生成反思信息触发所述知识任务规划智能体重新生成检索策略，并基于重新生成的检索策略重新执行上述方法，直至校验通过或所述方法的执行轮数达到预设轮数，基于所述目标知识文本集生成分析结果。

3、根据本技术的实施例，所述响应于包含查询文本和至少一个待查询卫星型号的查询请求，基于知识任务规划智能体生成检索策略包括：通过所述知识任务规划智能体分析所述查询文本的语义复杂度以及所述至少一个待查询卫星型号的数量；在所述至少一个待查询卫星型号为单个的情况下，通过所述知识任务规划智能体生成单库检索策略，所述单库检索策略为所述检索数据库范围为与所述待查询卫星型号对应的单个知识数据库，所述检索指令用于在所述单个知识数据库中执行检索；在所述至少一个待查询卫星型号为多个的情况下，通过所述知识任务规划智能体生成多库并行检索策略，所述多库并行检索策略为所述检索数据库范围为与所述至少一个待查询卫星型号一一对应的多个知识数据库，所述检索指令用于在所述多个知识数据库中并行执行检索；在所述查询文本的语义复杂度高于第一预设阈值或校验不通过的情况下，通过所述知识任务规划智能体生成迭代深化检索策略的检索指令，所述迭代深化检索策略为所述检索数据库范围包括所述至少一个待查询卫星型号对应的知识数据库，所述检索指令用于执行配合所述查询文本的多轮检索。

4、根据本技术的实施例，所述基于所述检索指令，调用知识文档检索智能体在所述至少一个知识数据库中执行检索，得到候选知识文本集包括：通过所述知识文档检索智能体在所述至少一个知识数据库中执行对所述查询文本的近似最近邻检索，获取初始候选文本集及所述初始候选文本集中各初始候选知识文本与所述查询文本的语义相似度；通过所述知识文档检索智能体将各所述初始候选知识文本的卫星型号标签与所述至少一个待查询卫星型号进行匹配，确定各所述初始候选知识文本与所述至少一个待查询卫星型号的关联度；通过所述知识文档检索智能体根据所述语义相似度及所述关联度，确定各初始候选知识文本的综合得分；基于所述综合得分，从所述初始候选文本集中选取排序靠前的多条初始候选知识文本，形成所述候选知识文本集。

5、根据本技术的实施例，所述通过所述知识文档检索智能体将各所述初始候选知识文本的卫星型号标签与所述至少一个待查询卫星型号进行匹配，确定各所述初始候选知识文本与所述至少一个待查询卫星型号的关联度包括：通过所述知识文档检索智能体调用所述跨型号关系图谱，查询各所述初始候选知识文本的卫星型号标签与所述至少一个待查询卫星型号之间的关联路径，所述跨型号关系图谱以图结构存储不同卫星型号之间的关联关系；若查询到所述关联路径，则确定所述初始候选知识文本与所述至少一个待查询卫星型号的关联度为第一值；若未查询到所述关联路径，则确定所述初始候选知识文本与所述至少一个待查询卫星型号的关联度为第二值。

6、根据本技术的实施例，所述调用知识结果融合智能体，根据所述候选知识文本集中各候选知识文本与所述查询文本和所述待查询卫星型号的相关程度筛选目标知识文本集包括：通过所述知识结果融合智能体根据各所述候选知识文本相对所述查询文本的语义相似度、各所述候选知识文本与所述至少一个待查询卫星型号的关联度及各所述候选知识文本所属知识数据库的预设可信度，确定各所述候选知识文本的融合得分；根据所述融合得分的降序排列，选取排序靠前的多条候选知识文本作为目标知识文本集。

7、根据本技术的实施例，所述方法还包括：计算所述目标知识文本集中各目标知识文本的融合得分达到第二预设阈值的文本片段占比，得到所述整体置信度。根据本技术的实施例，所述方法还包括：响应于获取到新知识数据，通过知识更新智能体在所述知识数据库中检索与所述新知识数据的语义邻近的多个已有知识文本，形成邻域集合；根据所述新知识数据与所述已有知识文本的关系类型，通过所述知识更新智能体将所述新知识数据与所述邻域集合进行融合处理，得到融合后的新知识内容以及所述邻域集合中被判定需要淘汰的已有知识文本；将所述融合后的新知识内容写入对应卫星型号的所述知识数据库，并删除所述被判定需要淘汰的已有知识文本。

8、根据本技术的实施例，所述方法还包括：获取用户上传的所述新知识数据；和/或获取所述知识生成验证智能体生成的知识入库建议数据作为所述新知识数据，所述知识入库建议数据包括所述查询文本、所述至少一个待查询卫星型号以及空白领域知识数据，所述空白领域知识数据为所述知识生成验证智能体在校验不通过的情况下，根据回答所述查询文本所需的知识内容与所述目标知识文本集所提供的知识内容的差异所确定的所述知识数据库缺乏的知识。

9、根据本技术的实施例，所述知识数据库包括通用知识库和与各卫星型号分别对应的型号专属知识库；所述通用知识库存储跨型号通用的航天知识，所述型号专属知识库存储各自对应卫星型号的领域知识。

10、本技术提供的基于多智能体协同的多卫星型号知识检索与生成方法，预计可达到以下技术效果：

11、第一，通过知识文档检索智能体在检索过程中基于语义相似度和卫星型号关联度确定综合得分并排序选取候选知识文本，使检索结果在语义匹配基础上融入跨型号关联信息，有效解决了多卫星型号间同一概念不同表述导致的语义漏检问题，检索精度得到明显改善；

12、第二，通过知识结果融合智能体基于语义相似度、关联度及来源知识数据库的预设可信度确定融合得分并筛选目标知识文本集，综合多维度信息筛选高质量知识文本，结合整体置信度的量化评估，为后续生成和校验提供了可靠的知识基础；

13、第三，通过知识任务规划智能体、知识文档检索智能体、知识结果融合智能体和知识生成验证智能体各自拥有独立的处理上下文，每个智能体专注于自身职责环节，避免了单一智能体因上下文过长而出现信息遗忘的问题，保证了各决策环节的处理质量；

14、第四，通过知识任务规划智能体根据查询文本的语义复杂度和待查询卫星型号的数量自主决策检索策略，能够根据查询特征灵活选择单库检索、多库并行检索或迭代深化检索策略，使简单查询以轻量级流程快速响应、复杂查询通过多智能体协同充分处理，复合查询的平均响应时间明显缩短；

15、第五，通过知识生成验证智能体对目标知识文本集进行置信度校验，并在校验不通过时生成反思信息触发知识任务规划智能体重新生成检索策略，形成“规划-检索-筛选-校验-反思-重新规划”的自主优化闭环，使检索策略能够根据校验结果持续迭代优化，直至达到预设的置信度要求，跨卫星型号知识检索的准确率显著提升。