天地一体化边缘计算网络服务迁移算法研究

来源：电子与信息学报杂志2026年第2期北京时间：

作者：冯伊凡, 吴畏虹, 孙罡, 王颖, 罗龙, 虞红芳

单位：1.电子科技大学 成都 6117312.紫金山实验室 南京 211111

摘要：针对天地一体化边缘计算网络(STECN)的高动态性和复杂性，如何协同优化用户服务延迟与系统迁移成本成为服务迁移算法设计的关键问题。因此，该文提出一种多智能体服务迁移优化(MASMO)算法。首先，考虑到低轨卫星的有限覆盖时间、网络拓扑的动态变化和卫星节点资源等多重因素，对用户服务延迟和系统迁移成本进行建模。其次，将服务迁移优化问题进一步建模为多智能体马尔可夫决策过程(MAMDP)。随后，采用基于轨迹感知的状态信息增强方法，通过融合卫星轨道的可预测信息，引导智能体学习具备前瞻性与稳定性的迁移行为。最后，基于循环多智能体近端策略优化(rMAPPO)算法对服务迁移优化问题进行求解，以最大程度地降低用户服务延迟和系统长期迁移成本。仿真结果表明，所提算法具有良好的收敛性，能够有效协调服务延迟与迁移成本之间的矛盾，对用户服务延迟降低2.90%\begin{document}$ \sim $\end{document}14.63%的同时，有效降低了系统服务迁移成本10.66%～30.57%。

关键词：天地一体化网络, 服务迁移, 多智能体深度强化学习

基金资助：国家自然科学基金(62394324)