混合查表与基于深度强化学习的 NGSO 卫星网络动态路由
信号处理
2025-09-19 v1
摘要
本文研究了下一代卫星轨道（NGSO）星座中的动态路由问题，提出了一种结合预计算路由表与深度 Q 学习（DQL）回退机制的混合策略。虽然完全基于 RL 的方案能够适应拓扑动态，但它们往往面临高复杂度、长收敛时间以及在重负载下性能不稳定的问题。相比之下，所提出的框架在名义条件下利用确定性查表，并仅在链路不可用或拥塞时有选择地激活 DQL 智能体。大规模 NGSO 网络中的仿真结果表明，混合方案在数据包送达率、端到端延迟、平均跳数和吞吐量方面持续优于纯 RL 基线。这些发现凸显了混合路由作为延迟敏感型卫星宽带服务的可扩展且有弹性的解决方案的有效性。
引用
@article{arxiv.2509.14909,
title = {Hybrid Table-Assisted and RL-Based Dynamic Routing for NGSO Satellite Networks},
author = {Flor Ortiz and Eva Lagunas},
journal= {arXiv preprint arXiv:2509.14909},
year = {2025}
}