星地融合网络多智能体协同技术研究取得进展

据中国科学院消息，中国科学院上海高等研究院等研究团队近日在星地融合网络多智能体协同技术研究中取得重要进展。研究团队提出基于元强化学习的多智能体协同技术，解决了低轨卫星网络高动态环境下路径选择与资源调制的难题，显著提升了网络传输效率。

研究背景与挑战

该研究针对低轨卫星网络拓扑快速变化、链路容量有限、业务负载波动大等挑战，创新性地在多智能体强化学习框架中引入元学习思想。

方法将星地融合网络的多源多目的共享学习，获得具有良好泛化能力的策略初始化模型，使算法能在新网络场景中快速适配并稳定优化。

三大关键技术创新

1. 基于K最短路径算法生成候选路由集合，为路径选择提供优化基础。
2. 结合链路队列长度、传输时延等网络状态构建局部观测维度，实现对网络环境的精准感知。
3. 通过联合考虑端到端时延与链路拥塞程度的奖励函数，引导智能体形成兼顾低时延与负载均衡的路由策略。

仿真实验结果

仿真实验结果表明，在96颗卫星组成的Walker星座网络场景下，该方法较传统路由算法和其他强化学习方法表现出显著优势：

• 平均端到端时延至少降低5%
• 在不同服务时间条件下保持零丢包率
• 策略收敛速度明显提升
• 展现出良好的稳定性与适应能力

研究意义与成果发表

该研究实现了元强化学习与卫星网络路由机制的有效融合，在复杂动态网络环境中表现出较强的鲁棒性和可扩展性，为未来大规模卫星互联网的智能路由与资源调度提供了新的技术思路。相关研究成果已发表在《IEEE物联网（885312）期刊》上，研究得到国家自然科学基金委员会、科学技术部、上海市的支持。