基于多代理混合专家的塑性增强框架：用于无人机辅助应急通信网络中的动态目标适应

无人机作为空中基站可以在灾后快速恢复连接，但用户移动性和流量需求的突变变化会改变服务质量权衡并引发强烈的非平稳性。深度强化学习策略在此类变化下会出现塑性损失，由于表征坍塌和神经元 dormancy 而损害适应性。我们提出塑性增强多代理混合专家（Plasticity-Enhanced Multi-Agent Mixture of Experts, PE-MAMoE），这是一种集中训练、分布执行的框架，基于多代理近端策略优化构建。PE-MAMoE 为每个无人机配备一个稀疏门控混合专家 actor，其路由器在每一步选择单个 specialist。一种非参数相位控制器在相位切换后注入简短的、仅限 expert 的随机扰动，重置动作 log-standard-deviation，退火熵和学习率，并调度路由温度，以无需破坏安全行为的方式重新实现塑性。我们推导了动态 regret 上界，表明跟踪误差随环境变化和累积噪声能量而缩放。在一个由移动用户和 3GPP 风格信道驱动的相位驱动模拟器中，PE-MAMoE 相对于最佳基线提高了 26.3% 的 normalized interquartile mean return，提升了服务用户容量 12.8%，将碰撞率约降低 75%。诊断结果确认，在 regime 切换时期，专家特征秩持续保持更高，以及周期性 dormant 神经元的恢复。