論文の概要: Multi-Agent Reinforcement Learning Counteracts Delayed CSI in Multi-Satellite Systems
- arxiv url: http://arxiv.org/abs/2603.16470v1
- Date: Tue, 17 Mar 2026 12:58:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-18 17:42:07.28478
- Title: Multi-Agent Reinforcement Learning Counteracts Delayed CSI in Multi-Satellite Systems
- Title（参考訳）: マルチサテライトシステムにおけるマルチエージェント強化学習手法の遅延CSI
- Authors: Marios Aristodemou, Yasaman Omid, Sangarapillai Lambotharan, Mahsa Derakhshan, Lajos Hanzo,
- Abstract要約: 本研究では,BS(分散基地局)として機能する複数の衛星の移動地ユーザへのダウンリンク伝送について検討した。
本稿では,ユーザの総和率の最大化を目的としたマルチエージェント強化学習(MARL)アルゴリズムを提案する。
具体的には、DS-PPOの第1段は個々の衛星の総和レートを最大化し、第2段は、すべての衛星が協調して分散マルチアンテナBSを形成する際の総和レートを最大化する。
- 参考スコア（独自算出の注目度）: 46.11006940623384
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The integration of satellite communication networks with next-generation (NG) technologies is a promising approach towards global connectivity. However, the quality of services is highly dependant on the availability of accurate channel state information (CSI). Channel estimation in satellite communications is challenging due to the high propagation delay between terrestrial users and satellites, which results in outdated CSI observations on the satellite side. In this paper, we study the downlink transmission of multiple satellites acting as distributed base stations (BS) to mobile terrestrial users. We propose a multi-agent reinforcement learning (MARL) algorithm which aims for maximising the sum-rate of the users, while coping with the outdated CSI. We design a novel bi-level optimisation, procedure themes as dual stage proximal policy optimisation (DS-PPO), for tackling the problem of large continuous action spaces as well as of independent and non-identically distributed (non-IID) environments in MARL. Specifically, the first stage of DS-PPO maximises the sum-rate for an individual satellite and the second stage maximises the sum-rate when all the satellites cooperate to form a distributed multi-antenna BS. Our numerical results demonstrate the robustness of DS-PPO to CSI imperfections as well as the sum-rate improvement attached by the use of DS-PPO. In addition, we provide the convergence analysis for the DS-PPO along with the computational complexity.
- Abstract（参考訳）: 次世代(NG)技術と衛星通信ネットワークの統合は,グローバル接続への有望なアプローチである。
しかし、サービスの品質は正確なチャネル状態情報(CSI)の可用性に大きく依存している。
衛星通信におけるチャネル推定は、衛星側で古いCSI観測が行われるため、地上のユーザと衛星の間の高い伝搬遅延のために困難である。
本稿では,BS(分散基地局)として機能する複数の衛星の移動地ユーザへのダウンリンク伝送について検討する。
時代遅れのCSIに対処しつつ,ユーザの総和率を最大化することを目的としたマルチエージェント強化学習(MARL)アルゴリズムを提案する。
我々は、MARLにおける独立および非独立分散(非IID)環境だけでなく、大規模連続行動空間の問題にも対処するため、新しい二段階最適化、プロシージャテーマを二重段階近似ポリシー最適化(DS-PPO)として設計する。
具体的には、DS-PPOの第1段は個々の衛星の総和レートを最大化し、第2段は、すべての衛星が協調して分散マルチアンテナBSを形成する際の総和レートを最大化する。
以上の結果から,DS-PPOのCSI欠損に対する堅牢性に加えて,DS-PPOの使用による総和率の改善が示された。
さらに,DS-PPOの収束解析と計算複雑性について述べる。
関連論文リスト
- Enabling Near-realtime Remote Sensing via Satellite-Ground Collaboration of Large Vision-Language Models [31.075358564392342]
大型視覚言語モデル(LVLM)は、最近、低軌道(LEO)衛星によるリモートセンシング(RS)タスクにおいて大きな可能性を証明している。
RSタスクにおけるほぼリアルタイムLVLM推論のために設計された衛星地上協調システムGraceを提案する。
論文 参考訳（メタデータ） (2025-10-28T09:48:26Z) - Joint AoI and Handover Optimization in Space-Air-Ground Integrated Network [48.485907216785904]
ローアース軌道(LEO)衛星コンステレーションは、地球をカバーし、遅延を減少させる有望な解決策を提供する。
しかし、軌道力学による間欠的カバレッジと間欠的な通信窓に苦しむ。
我々の3層設計では、HAP-地上通信のための高容量衛星間通信と信頼性無線周波数(RF)リンクに、ハイブリッド自由空間光(FSO)リンクを用いる。
論文 参考訳（メタデータ） (2025-09-16T06:16:56Z) - A Semi-Supervised Federated Learning Framework with Hierarchical Clustering Aggregation for Heterogeneous Satellite Networks [2.5774044809669663]
低軌道(LEO)衛星は6Gネットワークの重要なコンポーネントとして出現している。
階層的な集約を伴うLEO衛星ネットワークに適した,新しい半教師付きフェデレーション学習フレームワークを提案する。
提案手法は,他の比較手法と比較して処理時間(最大3倍)とエネルギー消費(最大4倍)を著しく削減できる。
論文 参考訳（メタデータ） (2025-07-30T02:47:14Z) - Constellation as a Service: Tailored Connectivity Management in Direct-Satellite-to-Device Networks [51.982277327318656]
グローバルなモバイルサービス拡張のための有望なソリューションとして,DS2D(Direct-Satellite-to-Device)通信が登場している。
マルチコンステレーションにおけるDS2D接続管理の課題は顕著である。
この記事では、コンステレーション・アズ・ア・サービス・フレームワークを提案します。
論文 参考訳（メタデータ） (2025-07-01T16:06:29Z) - 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) - Continual Deep Reinforcement Learning for Decentralized Satellite Routing [34.67962234401005]
本稿では, 連続的深部強化学習(DRL)に基づく低地球軌道衛星コンステレーションにおける分散ルーティングの完全な解を提案する。
我々は、各衛星が独立した意思決定エージェントとして機能するマルチエージェントアプローチに従う。
我々のソリューションは混雑条件に順応し、ロードの少ない経路を利用する。
論文 参考訳（メタデータ） (2024-05-20T18:12:36Z) - Federated learning for LEO constellations via inter-HAP links [0.0]
ローアース・オービット(LEO)衛星星座は近年、急速に展開している。
このような応用に機械学習(ML)を適用するには、画像などの衛星データを地上局(GS)にダウンロードする従来の方法は望ましいものではない。
既存のFLソリューションは、過剰収束遅延や信頼できない無線チャネルといった大きな課題のために、そのようなLEOコンステレーションのシナリオには適さないことを示す。
論文 参考訳（メタデータ） (2022-05-15T08:22:52Z) - 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) - 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。