arXiv cs.LG· Sajjad Baghaeea, Aimin Lib, Shanmugarajan Balasubramanian, Elif Uysal·· 7 小时前AI 评分12
基于强化学习的深空通信目标导向 Bundle 管理与流控
Goal-Oriented Bundle Management and Flow Control for Deep-Space Communications via Reinforcement Learning
AI 导读
研究提出面向深空通信中继侧的闭环建模与学习框架，用约束半马尔可夫决策过程（CSMDP）建模 Bundle 调度、丢弃与流控，并以 masked Lagrangian PPO 求解。该方法以超额信息年龄 Δᵢᵉ(t) 定义目标导向损失，支持按任务相关性进行源相关非线性惩罚。DTNSim 仿真显示，其年龄效用与流间公平性优于 FIFO 等基线调度器。
来源：arXiv cs.LG · arxiv.org