深空通信中继束管理提出强化学习框架

Sajjad Baghaee 等作者发表论文，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。作者称，在 DTNSim 仿真中，其年龄效用与流间公平性优于 FIFO 等基线调度器。 论文设定场景为月球与火星的更新经共享缓冲区中继转发至地球。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。