本文设计和评估了一个深度强化学习代理，该代理优化路由并自动适应当前交通条件，提出量身定制的配置以尝试最小化网络延迟，实验表现出极具潜力的性能与相较于传统优化算法的重要操作优势。

Sep, 2017

本文提出了一种基于强化学习（RL）的无模型和数据驱动路径选择策略，结合图神经网络（GNN）的多智能体RL框架，探索了中央化，联合和合作学习三种部署范式，模拟结果表明该算法在分组传输延迟和负载方面优于一些现有的基准算法。

Jul, 2021

本研究提出了一种基于强化学习策略（A2C）的中央集中式管理智能深空节点的方法，该节点用于管理低轨卫星“LEO”卫星星座场景中的延迟/中断容忍网络（DTN）节点，以最大化交付成功率和最小化网络资源消耗成本，同时考虑节点内存利用率。实验表明，使用A2C策略可以平衡交付成功率和成本，提供最高的奖励和最低的节点内存利用率。

Sep, 2022

本研究主要探讨无线路由方案的优化，特别关注于集成接入回程（IAB）网络，旨在通过采取多智能体强化学习和马尔可夫决策过程等方法，最大化分组到达比率同时最小化网络延迟，并提升网络效率。在本研究中，我们提出了一种称为关系型优势演员评论家（Relational A2C）的算法，并对其进行了三种不同的训练范式。研究结果表明，相较于其他强化学习算法，该算法具有更好的性能和更低的个体自私行为，为IAB网络的路由策略优化提供了新的思路。

May, 2023

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。

Aug, 2023

通过提出一种名为CMADR的新型约束多智能体强化学习动态路由算法，以高效地平衡目标改进与约束满足，该算法能有效减少数据包延迟最少21%和15%，并满足严格的能量消耗和丢包率要求，优于多个基准算法。

Dec, 2023

我们提出了一个多智能体深度强化学习（MADRL）框架，用于训练低轨道卫星网络的下行多用户接入协议。通过改进现有学习的协议eRACH，我们的方法Ce2RACH可以通过在MADRL训练过程中联合学习额外的信令消息来减轻卫星之间的干扰。仿真结果表明，与eRACH相比，Ce2RACH的网络吞吐量提高了36.65％，而信令消息的成本与用户数量呈线性增长。

Feb, 2024

该研究介绍了一种用于低地球轨道卫星链路的多智能体深度强化学习方法（MA-DRL），通过融合全局深度神经网络以及本地预训练DNN，实现离线学习最优路径并快速适应网络和流量变化，在线实现高效分布式路由。

Feb, 2024

这篇论文介绍了基于持续的深度强化学习的低轨卫星星座分散路由的完整解决方案，采用多智能体方法，其中每个卫星作为一个独立的决策制定智能体，通过从附近的智能体接收的反馈来获取环境的有限知识。

May, 2024

本文针对卫星mega星座网络中的动态路由问题，提出了一种基于多智能体深度Q网络的新方法，以增强网络适应性和鲁棒性。研究重点在于奖励塑造与训练收敛的量化，从而实现延迟和负载平衡的联合优化，提出了一种结合集中学习与分散控制的混合解决方案。此工作为处理日益复杂的卫星网络流量提供了有效的机器学习策略。

Aug, 2024