論文の概要: Dynamic Routing for Integrated Satellite-Terrestrial Networks: A
Constrained Multi-Agent Reinforcement Learning Approach
- arxiv url: http://arxiv.org/abs/2401.09455v1
- Date: Sat, 23 Dec 2023 03:36:35 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-22 09:29:38.483423
- Title: Dynamic Routing for Integrated Satellite-Terrestrial Networks: A
Constrained Multi-Agent Reinforcement Learning Approach
- Title（参考訳）: 衛星-地上統合ネットワークの動的ルーティング:制約付きマルチエージェント強化学習アプローチ
- Authors: Yifeng Lyu, Han Hu, Rongfei Fan, Zhi Liu, Jianping An, Shiwen Mao
- Abstract要約: 地上局と衛星が共同でパケットを送信するためのパケットルーティングについて検討する。
CMADRと呼ばれる新しい制約付きマルチエージェント強化学習(MARL)動的ルーティングアルゴリズムを提案する。
その結果、CMADRはパケット遅延を最小21%と15%削減し、一方、厳しいエネルギー消費とパケット損失率の制約を満たし、いくつかのベースラインアルゴリズムより優れていた。
- 参考スコア（独自算出の注目度）: 41.714453335170404
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The integrated satellite-terrestrial network (ISTN) system has experienced
significant growth, offering seamless communication services in remote areas
with limited terrestrial infrastructure. However, designing a routing scheme
for ISTN is exceedingly difficult, primarily due to the heightened complexity
resulting from the inclusion of additional ground stations, along with the
requirement to satisfy various constraints related to satellite service
quality. To address these challenges, we study packet routing with ground
stations and satellites working jointly to transmit packets, while prioritizing
fast communication and meeting energy efficiency and packet loss requirements.
Specifically, we formulate the problem of packet routing with constraints as a
max-min problem using the Lagrange method. Then we propose a novel constrained
Multi-Agent reinforcement learning (MARL) dynamic routing algorithm named
CMADR, which efficiently balances objective improvement and constraint
satisfaction during the updating of policy and Lagrange multipliers. Finally,
we conduct extensive experiments and an ablation study using the OneWeb and
Telesat mega-constellations. Results demonstrate that CMADR reduces the packet
delay by a minimum of 21% and 15%, while meeting stringent energy consumption
and packet loss rate constraints, outperforming several baseline algorithms.
- Abstract（参考訳）: istn(integrated satellite-terrestrial network)システムは、地上インフラが限られた遠隔地におけるシームレスな通信サービスを提供している。
しかし、ISTNのルーティング方式の設計は、主に地上局の追加による複雑さの増大と、衛星サービス品質に関する様々な制約を満たすことによる、非常に困難である。
これらの課題に対処するため、高速通信を優先し、エネルギー効率とパケット損失要件を満たしながら、地上局や衛星とのパケットルーティングを共同で研究する。
具体的には,ラグランジュ法を用いて制約付きパケットルーティング問題を最大ミニ問題として定式化する。
CMADRと呼ばれる新しい制約付きマルチエージェント強化学習(MARL)動的ルーティングアルゴリズムを提案し、ポリシーとラグランジュ乗算器の更新時の客観的改善と制約満足度を効率的にバランスさせる。
最後に,onewebとtelesatを用いた広範囲な実験とアブレーション実験を行った。
その結果、CMADRはパケット遅延を最小21%と15%削減し、一方、厳しいエネルギー消費とパケット損失率の制約を満たし、いくつかのベースラインアルゴリズムより優れていた。
関連論文リスト
- Efficient Entanglement Routing for Satellite-Aerial-Terrestrial Quantum Networks [28.392847313513503]
宇宙と地上の量子ネットワーク(SATQN)は、グローバルスケールの量子インターネットの未来を形作っている。
本稿では, 衛星, 空中, 地上の量子ネットワーク間の協調関係について検討し, 長距離での高忠実な量子絡み合いを効率よく伝達する。
論文 参考訳（メタデータ） (2024-09-20T13:57:32Z) - A Distance Similarity-based Genetic Optimization Algorithm for Satellite Ground Network Planning Considering Feeding Mode [53.71516191515285]
衛星データ中継ミッションの送信効率の低さは、現在システムの構築を制約している問題となっている。
本研究では,タスク間の状態特性を考慮した距離類似性に基づく遺伝的最適化アルゴリズム(DSGA)を提案し,タスク間の類似性を決定するための重み付きユークリッド距離法を提案する。
論文 参考訳（メタデータ） (2024-08-29T06:57:45Z) - Hierarchical Learning and Computing over Space-Ground Integrated Networks [40.19542938629252]
地上IoTデバイス上で,局所的に訓練されたモデルに対してグローバルアグリゲーションサービスを提供するための階層的学習・計算フレームワークを提案する。
モデルアグリゲーションのネットワークエネルギー問題を定式化し、これはDST問題であることが判明した。
代用有向グラフ上で最小スパンニングアーボラッセンスを求めることでDST問題を解決するためのトポロジカル・アウェア・エネルギ効率・ルーティング(TAEER)アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-08-26T09:05:43Z) - Shaping Rewards, Shaping Routes: On Multi-Agent Deep Q-Networks for Routing in Satellite Constellation Networks [2.774897240515734]
衛星コンステレーションネットワークにおけるルーティングのためのマルチエージェント深部Qネットワークの実現可能性について検討する。
我々は、レイテンシとロードバランシングの協調最適化のための報酬形成とトレーニング収束の定量化に注力する。
集中学習と分散制御に基づく新しいハイブリッドソリューションを提案する。
論文 参考訳（メタデータ） (2024-08-04T09:53:57Z) - Satellite Federated Edge Learning: Architecture Design and Convergence Analysis [47.057886812985984]
本稿では,FEDMEGAという新しいFEELアルゴリズムを提案する。
軌道内モデルアグリゲーションのための衛星間リンク(ISL)を統合することにより、提案アルゴリズムは低データレートと断続的なGSLの使用を著しく削減する。
提案手法は,環全リデューサに基づく軌道内アグリゲーション機構と,グローバルモデルアグリゲーションのためのネットワークフローベースのトランスミッションスキームを組み合わせたものである。
論文 参考訳（メタデータ） (2024-04-02T11:59:58Z) - Security-Sensitive Task Offloading in Integrated Satellite-Terrestrial Networks [15.916368067018169]
本稿では,衛星・地上ネットワーク(ISTN)構造にLEO衛星エッジを配置し,テキストセキュリティに敏感な計算タスクのオフロードを支援することを提案する。
本研究では,タスク割り当ておよびタスクオフロード順序問題を協調最適化問題としてモデル化し,タスクオフロード遅延,エネルギー消費,攻撃回数の最小化と信頼性制約を満たす。
論文 参考訳（メタデータ） (2024-01-20T07:29:55Z) - Learning Emergent Random Access Protocol for LEO Satellite Networks [51.575090080749554]
創発的ランダムアクセスチャネルプロトコル(eRACH)と呼ばれるLEO SATネットワークのための新しい許可なしランダムアクセスソリューションを提案する。
eRACHは、非定常ネットワーク環境との相互作用によって生じるモデルフリーなアプローチである。
RACHと比較して,提案するeRACHは平均ネットワークスループットが54.6%向上することを示す。
論文 参考訳（メタデータ） (2021-12-03T07:44:45Z) - Deep Learning Aided Routing for Space-Air-Ground Integrated Networks
Relying on Real Satellite, Flight, and Shipping Data [79.96177511319713]
現在の海上通信は主に単なる送信資源を持つ衛星に依存しており、現代の地上無線ネットワークよりも性能が劣っている。
大陸横断航空輸送の増加に伴い、商業旅客機に依存した航空アドホックネットワークという有望な概念は、空対地およびマルチホップ空対空リンクを介して衛星ベースの海上通信を強化する可能性がある。
低軌道衛星コンステレーション、旅客機、地上基地局、船舶がそれぞれ宇宙、航空、船舶として機能する、ユビキタスな海上通信を支援するための宇宙地上統合ネットワーク(SAGIN)を提案する。
論文 参考訳（メタデータ） (2021-10-28T14:12:10Z) - Integrating LEO Satellite and UAV Relaying via Reinforcement Learning
for Non-Terrestrial Networks [51.05735925326235]
低軌道軌道(LEO)衛星のメガコンステレーションは、低レイテンシで長距離通信を可能にする可能性がある。
軌道上の星座から選択されたLEO衛星を用いて、2つの遠距離地上端末間でパケットを転送する問題について検討する。
エンドツーエンドのデータレートを最大化するためには、衛星アソシエーションとHAPロケーションを最適化する必要がある。
本稿では, 深部強化学習(DRL)と新しい動作次元低減技術を用いてこの問題に対処する。
論文 参考訳（メタデータ） (2020-05-26T05:39:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。