深宇宙通信のバンドル管理に強化学習適用、arXivで論文公開
arXiv cs.NIは2026年10月9日(現地時間)、Sajjad Baghaeea氏らが執筆した「Goal-Oriented Bundle Management and Flow Control for Deep-Space Communications via Reinforcement Learning」と題する研究論文を公開した。本論文は、断続的な接続性や長い伝播遅延、中継器のストレージ制約といった深宇宙通信が抱える課題に対し、強化学習を用いた中継器側のバンドルおよびフロー管理フレームワークを提案している。従来のスケジューラが抱える非効率性や異質なソース間での不公平性を改善し、月面や火星から地球への情報転送の鮮度と公平性を向上させることを目指す。