Com o aumento explosivo das atividades econômicas marítimas, a demanda por comunicação marítima cresce exponencialmente, evidenciando problemas como recursos espectrais limitados, ambiente espectral altamente dinâmico e necessidades diversificadas de serviços. Métodos tradicionais de aprendizado profundo por reforço apresentam bom desempenho em cenários de treinamento específicos, mas têm dificuldade em generalizar para ambientes de rede desconhecidos. Este trabalho investiga uma técnica de acesso dinâmico ao espectro marítimo e escalonamento de serviços baseada em aprendizado meta-adaptativo por reforço. Primeiramente, foi construído um modelo de ocupação de canal abrangendo modos de salto markoviano e salto espalhado, combinado com um mecanismo de fila dupla para pacotes urgentes e ordinários, modelando o problema de decisão cooperativa multiagente como um processo de decisão de Markov parcialmente observável descentralizado. Em seguida, para superar a fraca capacidade de generalização dos algoritmos tradicionais de aprendizado profundo por reforço, foi proposto um algoritmo de acesso ao espectro e escalonamento de serviços baseado no paradigma de aprendizado meta que alcança rápida transferência de políticas por meio de meta-treinamento em distribuições multitarefa. Além disso, para resolver o gargalo de eficiência de adaptação causado pela taxa de aprendizado fixa no ciclo interno, foi projetado um algoritmo adaptativo de aprendizado por reforço meta que ajusta dinamicamente a taxa de aprendizado por meio de um módulo de codificação de tarefas, equilibrando a velocidade de convergência para tarefas de diferentes complexidades. Resultados de simulação mostram que o algoritmo proposto supera os algoritmos base em termos de recompensa média, taxa de sucesso de pacotes urgentes e velocidade de convergência em ambientes desconhecidos, validando efetivamente a superioridade do método em ambientes marítimos complexos. Este estudo oferece uma solução eficaz para sistemas de comunicação sem fio marítima se adaptarem rapidamente a cenários desconhecidos, realizando acesso inteligente ao espectro e escalonamento de serviços.

acesso dinâmico ao espectro; aprendizado meta-adaptativo por reforço; escalonamento de serviços; comunicação marítima