基于深度强化学习的低轨卫星网络算力路由研究

来源：计算机测量与控制杂志2025年第2期北京时间：

作者：孔梦燕,张亚生,董飞虎

单位：中国电子科技集团公司 第54研究所

摘要：面向未来低轨卫星计算、网络等资源联合调度与优化需求，提出一种基于深度强化学习的低轨算力路由方案，能够解决低轨卫星网络多维资源协同效率低、利用率低下的问题。基于算网编排控制器的算力路由协议流程，建立了时延最优的算力调度优化模型，设计并实现了一种基于DQN的低轨算力路由智能算法，将低轨卫星算力路由寻址建模为马尔可夫决策过程，定义了包含业务、拓扑、算力等特征的状态空间和与时延最优相关的奖励函数。经过模型训练和仿真分析，收敛后的智能算法与基准算法相比，能够显著提高计算资源和网络资源的综合利用效率，降低任务处理所需时间，优化用户体验。

关键词：低轨卫星网络;算力路由;深度强化学习;马尔可夫决策过程;卫星路由