深空中继不再按队列顺序转发:月球与火星共享缓冲区,按信息新鲜度选包丢弃
深空中继的调度与丢弃改由目的地信息新鲜度驱动,在月球与火星共享缓冲区的DTNSim仿真中,掩码拉格朗日PPO取得最低的平均聚合超额AoI,并满足丢弃、过期与源间公平性预算。
深空中继的调度与丢弃改由目的地信息新鲜度驱动,在月球与火星共享缓冲区的DTNSim仿真中,掩码拉格朗日PPO取得最低的平均聚合超额AoI,并满足丢弃、过期与源间公平性预算。
该工作提出一种基础模型辅助的全去中心化多智能体强化学习框架:以自监督前向动力学预训练的基础模型作为评论家网络的奖励无关骨干,设备仅通过局部共识交换标量奖励,在公平AoI、最大和速率与公平速率三个随机接入优化任务上给出有限时间收敛分析,并报告收敛速度相对端到端训练提升至少约55%。
已读完全部报道