低轨卫星无缝切换
采用多智能体指纹增强的深度强化学习，解决低轨卫星网络大规模频繁切换的非平稳性问题。
杨凤 · 吴文峻 · 高扬 · 孙阳 · Teng, Sun · 司鹏搏
IEEE Transactions on Vehicular Technology 2024
采用完全去中心化的多智能体双深度Q网络，每个终端独立维护本地网络，避免了集中式决策的巨大状态和动作空间带来的高计算复杂度。
通过引入多智能体指纹，为每个智能体提供其他智能体策略演变的轨迹信息，从而在并行学习中稳定环境动态，提升训练效果。
仿真结果表明，该算法在总奖励指标上优于对比切换算法，验证了所设计的多智能体指纹的有效性。