基于强化学习的空天网络计算卸载与轨迹协同优化方法

本发明公开了一种基于强化学习的空天网络计算卸载与轨迹协同优化方法。针对卫星高空延迟、无人机覆盖有限及资源分散导致的动态任务响应迟滞问题，本发明通过构建混合整数非线性规划模型，以最小化系统任务平均时延为目标，将原问题解耦为任务卸载比例分配与无人机轨迹规划两个子问题。本发明提出利用属性调节K均值聚类算法，量化动态任务分布特征并生成轨迹参考点以简化状态空间；同时设计基于QPLEX的多智能体强化学习框架，实现卫星与无人机的协同决策。本发明融合聚类生成的轨迹参考点建立时延感知优化机制，形成卸载决策与飞行轨迹的闭环联合优化，显著降低了算法复杂度与通信开销，有效提升了空天网络资源调度效率。