智能网络专题 | 同济大学蒋昌俊院士团队：面向星地一体化网络的角色定制跨域任务编排方法

发布时间：2026-09-08来源：中国科学杂志社

研究团队

赵宇、王成、闫春钢、蒋昌俊：同济大学

引用本文

Zhao Y, Wang C, Yan C G, et al. Role-customized cross-domain task orchestration in satellite-terrestrial integrated networks. Sci China Inf Sci, 2026, 69(9): 190309,

研究意义

全球网络正从局部连接向广域智能协同演进。星地一体化网络融合地面基础设施、低轨卫星和云中心，可为偏远、海上及高流量拥塞场景提供连续覆盖与算力服务。然而，低轨卫星的可见性随时间变化、链路状态动态且在轨资源受限，使任务划分、跨域卸载和资源分配高度耦合，给任务编排带来严峻挑战。现有方法多面向单一网络场景，或忽略不同算力节点在职责、动作和约束上的差异，难以兼顾可扩展性与适应性。因此，如何面向星地一体化网络开展角色定制的跨域任务编排，实现异构资源的高效协同与智能优化，仍是亟需解决的重要问题。

本文工作

为了解决上述问题，本文提出一种角色定制的多智能体协同学习框架。该框架面向低轨卫星和地面基站等不同算力节点，结合其功能角色设计差异化的观测信息、动作空间、可行性约束和奖励反馈函数，使各类智能体能够依据自身职责、资源状态和运行约束进行本地自主决策。在此基础上，分布式智能体通过有限信息交互与反馈融合，实现任务划分、跨域卸载和资源分配的协同优化，从而在保持节点自治性的同时提升网络层面的跨域任务编排性能。

本文的创新点如下：

(1) 构建面向星地一体化网络的跨域任务编排联合优化模型。针对低轨卫星可见性时变、链路状态动态和星地资源异构等特点，联合考虑任务划分、跨域卸载和资源分配，为复杂动态环境下的任务编排提供建模基础。

(2) 设计角色定制的多智能体决策机制。根据低轨卫星和地面基站在服务职责、可执行动作和运行约束上的差异，构建基于角色的混合动作参数化方法，并将角色定制的操作约束嵌入可行决策过程，使智能体能够生成符合自身功能角色的编排决策。

(3) 提出有限信息交互下的跨角色协同优化机制。通过轻量化信息交互、反馈融合以及局部奖励-全局奖励协同设计，引导不同角色智能体在保持本地自治的同时实现网络级协同优化，降低对全局信息的依赖，提升系统的可扩展性与适应性。

实验结果

本文在包含多个用户、地面基站、低轨卫星和云中心的星地一体化网络仿真环境中验证所提出的角色定制多智能体协同学习框架，并采用Poliastro建模低轨卫星轨道动态，以刻画卫星运动引起的可见性变化和链路动态特征。实验结果表明，本文所提框架在整体收敛性能方面表现最优，能够在卫星侧服务效率与全局跨域编排性能之间实现有效权衡，并在基站侧任务完成时间上取得最优结果。上述结果验证了本文所提框架在保持节点自治的同时增强星地异构资源协同能力、提升整体任务编排性能方面的有效性。

相关阅读

SCIS专题 | 面向5GA和6G网络的分布式卫星系统专题

SCIS专题 | 6G通信感知一体化技术专题

SCIS专题 | 融合AI大模型的6G通信网络专题

SCIS专题 | 太赫兹通信专题

SCIS专题 | 毫米波/太赫兹相控阵与系统集成技术专题

SCIS专题 | 光纤通感融合系统集成技术专题

北邮牵头14家单位联合撰写 | 面向6G的人工智能与通信融合大综述

转载说明：本文系转载内容，版权归原作者及原出处所有。转载目的在于传递更多行业信息，文章观点仅代表原作者本人，与本平台立场无关。若涉及作品版权问题，请原作者或相关权利人及时与本平台联系，我们将在第一时间核实后移除相关内容。