双层强化学习切换框架

兼顾长期规划与即时决策

将切换决策解耦为“何时切换”与“切换到哪颗卫星”两个子问题，通过时序与空间双层智能体协同实现低轨密集组网下的连续连接。

Zhao, Di · Yiqun, Wang · 宋彬 · Zhou, Yejun · Qin, Pengfei

IEEE Transactions on Wireless Communications 2026

技术优势

少切换也能保连接

时序智能体通过预测未来卫星负载和干扰水平判断切换时机，避免不必要的切换，同时空间智能体选择最优目标，保障连接连续性。

切换成功率更高

采用分层决策，空间智能体基于负载、信号质量和服务时长选择目标卫星，避免了盲目切换导致失败。

传输更快更均衡

通过在空间智能体的效用函数中加入负载均衡，避免局部拥塞，提升整体传输速率。

应用场景

• 低轨星座网络运维：替代现有固定阈值切换策略，降低星座运维中的信令开销并提升连接质量。
• 卫星通信系统：为卫星通信系统提供智能切换决策，减少链路中断，保障业务连续性。
• 大规模动态网络管理：用分层强化学习应对大规模网络的高动态性，实现分布式切换管理。
• 自动化控制与决策：将切换决策交给智能体自主完成，减少人工干预，适用于无人值守场景。