Con el aumento exponencial de las actividades económicas marinas, la demanda de comunicación marítima ha crecido de forma explosiva, destacándose problemas como recursos espectrales limitados, un entorno espectral altamente dinámico y diversas necesidades de servicio. Los métodos tradicionales de aprendizaje profundo reforzado muestran buen rendimiento en escenarios de entrenamiento específicos, pero tienen dificultades para generalizar a entornos de red desconocidos. Este documento investiga una técnica de acceso dinámico al espectro marítimo y programación de servicios basada en un aprendizaje reforzado meta-adaptativo. Primero, se construye un modelo de ocupación de canal que abarca los modos de salto de Markov y salto ensanchado, junto con un mecanismo de doble cola para paquetes urgentes y ordinarios, modelando el problema de decisión cooperativa multiagente como un proceso de decisión de Markov parcialmente observable descentralizado. En segundo lugar, para abordar la baja capacidad de generalización de los algoritmos tradicionales de aprendizaje profundo reforzado, se propone un algoritmo de acceso al espectro y programación de servicios basado en el paradigma del aprendizaje meta que logra una rápida transferencia de políticas mediante entrenamiento meta en distribuciones multitarea. Además, para resolver el cuello de botella en la eficiencia de adaptación causado por una tasa de aprendizaje fija en el bucle interno, se diseña un algoritmo de aprendizaje reforzado meta-adaptativo que ajusta dinámicamente la tasa de aprendizaje a través de un módulo de codificación de tareas, equilibrando la velocidad de convergencia en tareas de distintas complejidades. Los resultados de simulación muestran que el algoritmo propuesto supera a los algoritmos base en términos de recompensa promedio, tasa de éxito de paquetes urgentes y velocidad de convergencia en entornos desconocidos, validando eficazmente la superioridad del método en entornos marítimos complejos. Este estudio proporciona una solución eficaz para que los sistemas de comunicación inalámbrica marítima se adapten rápidamente a escenarios desconocidos mediante acceso inteligente al espectro y programación de servicios.

acceso dinámico al espectro; aprendizaje reforzado meta-adaptativo; programación de servicios; comunicación marítima