天文卫星的观测规划一直是天文卫星任务中核心的决策问题。该问题主要解决有限的卫星观测资源与人们对宇宙奥秘探测的无限需求间的矛盾。在确保卫星安全、有效、平稳运行的同时,最大效率的发挥卫星的观测能力,以达到获取天文学家研究中所需的探测数据,推动天文学研究的进展的目的。然而,在天文卫星的观测计划执行过程中,不可避免的会受到不可预知的打断,使得观测无法按照既定的计划严格执行,如卫星观测设备的故障以及不可预期的高优先级任务的插入等。尤其是进入21世纪以来,时域天文学正在成为天文学最新发展潮流。对暂现和剧烈爆发天体的观测在天文观测卫星任务中,占据越来越多的比例。而暂现和剧烈爆发天体在时间和空间上都具有不可预知性。对这些目标的观测称为机会目标观测。大量的机会目标观测需求,对天文卫星的任务规划算法和方式提出了新的挑战。本文面向不可预知观测需求,分别从单星主动式规划方法、多星集中式规划方法和多星分布式规划方法三个方面开展研究工作,主要取得了如下方面的研究成果:（1）以中法合作天文卫星SVOM为主要任务背景,研究单颗天文卫星,在同时面临常规非变源天体观测任务需求和不可预知的机会目标观测任务情况下的观测规划问题。解决不可预知的变源天体观测任务对非变源天体观测任务的打断,造成原计划中观测任务完成时间延迟的问题。为了维持原观测计划中观测完成时间的相对稳定性,利用了已知任务的观测窗口信息,提出了静态需求度和动态需求度两个优化目标函数,设计并实现了一种基于NSGA-II的规划求解算法,提升了原计划中观测任务的平均加权按时完成率和平均加权完成率。在机会目标观测的影响下维持规划结果中原计划观测完成时间的稳定性的问题。（2）以对机会目标提供连续观测的大规模卫星观测集群为研究背景,开展面向不可预知任务的多星协同观测在线规划方法研究。解决卫星集群调度中卫星间协同配合问题和先到达低收益任务大量占用观测资源问题。首先,根据问题的具体应用需求,建立了面向不可预知任务的多星协同观测在线规划问题的优化模型。接着,详细研究了卫星对天文目标可观测性的计算方法。为了解决上述规划模型中优化目标函数无法直接计算的问题,提出了时间覆盖度和天球覆盖度两项指标,分别用于描述卫星对目标观测的时间连续性和卫星组合对全天球各个方位可能出现的机会目标的观测能力分布。然后,将所研究的优化问题的目标函数用上述两项指标进行了近似描述,并基于该近似方法,提出了一种二叉树剪枝规划算法。最后,设计了仿真实验,对所提出的求解方法进行了仿真验证。仿真结果表明,综合考虑天球覆盖度和时间覆盖度,尤其是天球覆盖度,可以有效的提高卫星观测集群整体的观测能力。并且,该项指标使得卫星观测集群具备了一定的为后续观测目标预留观测资源的能力。（3）对以机会目标观测为主的天文观测卫星集群的分布式规划中,卫星间无法获取其它卫星可用状态,从而无法协同完成观测任务的问题。构建了集中训练-分布执行的协同观测集群工作模式,提出了一种基于多智能体策略梯度共享的深度神经网络算法,设计了神经网络结构和状态描述方法。提出了以时间覆盖度作为描述卫星状态的方法。该方法使得各颗卫星在观测任务到来时,即时做出独立决策。不需要实时通信支持。仅需要事前统一训练和观测集群中卫星发生变化时的网络更新。对通信要求低,并且具有良好的动态特性。