По мере расширения человеческих исследований океана растет потребность в непрерывной, высококачественной и повсеместной морской связи. Однако динамичная природа морской среды и ограничения ресурсов создают значительные проблемы для традиционных эвристических методов распределения ресурсов, усложняя баланс между высококачественной связью и ограниченными сетевыми ресурсами. Это приводит к неоптимальной пропускной способности системы и чрезмерной зависимости от конкретных структур задач. Для решения этих проблем в данной статье мы представляем метод совместного распределения ресурсов на основе встраивания знаний. Предложенный подход включает модуль согласования распределения действий, предназначенный для улучшения использования ресурсов путем предотвращения неразумных комбинаций действий и их результатов. Более того, путем интеграции встраивания знаний с методами метаусиленного обучения формулируется функция физического руководства потерь, которая эффективно сокращает размер выборки, необходимый для обучения модели, тем самым улучшая обобщающую способность алгоритма. Результаты моделирования показывают, что предложенный метод обеспечивает увеличение среднсистемной пропускной способности на 31,19% по сравнению с алгоритмом оптимизации проксимальной политики метаобучения без учёта модели (MAML-PPO) и на 80,91% по сравнению с алгоритмом RL² в различных канальных средах.

Морская беспроводная связь;Распределение ресурсов;Встраивание знаний;Метаусиленное обучение