Aug, 2023
空中-地面-空中集成网络资源管理的合作多类型多智能体深度强化学习
Cooperative Multi-Type Multi-Agent Deep Reinforcement Learning for
Resource Management in Space-Air-Ground Integrated Networks
TL;DR将低地球轨道卫星、无人机和地面用户融合的空地一体化网络（SAGIN），在智慧城市应用方面具有巨大潜力。然而，SAGIN的资源管理是一个挑战，需要紧急研究，因为不适当的资源管理会导致数据传输差，从而影响智慧城市的服务。本文开发了一个综合的SAGIN系统，包括五个不同的通信链路，并提出了一种高效的合作多类型多智能体深度强化学习（CMT-MARL）方法来解决资源管理问题。实验结果突出了所提出的CMT-MARL的有效性，体现在整体传输率和传输成功率等关键性能指标上。这些结果证明了未来实施SAGIN的潜在价值和可行性。