使用 MCP 驱动的分布式智能扩展 Space-O-RAN

抽象

月球表面作对无线通信系统提出了严格的要求，包括自主性、抗干扰能力以及适应环境和任务驱动环境的能力。虽然 Space-O-RAN 提供了符合 3GPP 标准的分布式编排模型，但其决策逻辑仅限于静态策略，缺乏语义集成。我们提出了一种新的扩展，其中包含由模型上下文协议 （MCP） 和代理到代理 （A2A） 通信协议支持的语义代理层，允许跨实时、近实时和非实时控制层进行上下文感知决策。部署在漫游车、着陆器和月球基站中的分布式认知代理实施无线感知协调策略，包括延迟自适应推理和带宽感知语义压缩，同时与多个 MCP 服务器交互，以推理遥测、运动规划和任务约束。

月球任务[1]需要强大而灵活的无线通信基础设施，能够在高度动态、不确定和断开连接的环境中运行。与地面部署不同，月球系统必须在不规则的拓扑、功率受限的移动节点和有限的地球访问下运行。NASA 的 LunaNet 架构代表了建立可互作的月球通信和导航服务的重大进步[2,3]，而最近的举措，例如诺基亚的月球蜂窝网络部署[2]和 Space-O-RAN 框架[4]探索了陆地技术对非地球环境的适应。然而，这些方法通常会导致系统碎片化和脆弱，这些系统保留了预定义策略和人工监督控制的假设。

目前的月球通信基础设施在自主运行能力方面面临根本限制。地球和月球之间 1.5-2 秒的往返通信延迟导致关键任务作的性能大幅下降，而环月空间的动态拓扑挑战凸显了为稳定地面网络设计的传统路由协议的不足[5].当代 Space-O-RAN 和非地面网络架构尽管通过分层 Space RIC 实施整合了人工智能驱动的管理功能，但仍然受到静态配置管理和基于规则的自动化的限制，不足以应对长时间月球任务中的自主决策[4].

缺少的是能够解释系统不同层的任务级意图和上下文，同时在无线限制下保持强大的代理间协调。语义通信和意图驱动网络的最新进展为这些挑战提供了令人信服的解决方案[6,7].能够将空间定位数据与时间任务约束集成的语义推理框架的出现，结合上下文感知网络架构的进步，为能够跨多个系统层解释上下文的网络提供了基础[8].模型上下文协议 （MCP） 的开发和多代理协调框架的进步为上下文感知基础设施提供了技术构建块[9]，而代理到代理通信协议支持分布式认知系统之间的直接语义协调。

解决这一差距需要将具有无线感知协调机制的语义推理层集成到网络结构中。我们提出了这样一个使用 MCP 介导的交互和 A2A 通信协议的层，使代理行为直接在 RAN 控制平面内实现，以支持自主的、上下文感知的月球网络作，这些作可以在月球环境特有的极端限制和挑战下有效运行。

我们的架构建立在 Space-O-RAN 堆栈之上，在 RIC 层次结构上引入了语义控制层。如图 1 所示，该系统跨越多个控制层，分布式认知代理在整个网络结构上运行。

在底层，漫游车和着陆器等移动资产嵌入了 gNodeB 函数和轻量级 Space-RIC 应用程序 （sApps）。其中包括用于观察无线电条件、系统负载和代理遥测的本地监控模块。每个移动资产都托管嵌入式认知代理[10]与本地 MCP 服务器交互，以便立即做出决策和了解上下文。

部署在区域枢纽（例如中继站、临时基地）的 Near-RT RIC 提供边缘聚合，并通过策略驱动的适应（包括中继交换和波束控制）对本地事件做出反应。这些中间节点维护着区域认知代理，用于在移动资产和更高级别的控制器之间进行协调。

月球基站在这个层次结构中发挥着双重作用：虽然它通常托管月球表面域的非 RT RIC，但它也作为认知协调枢纽运行。基站认知代理管理网络范围的策略、资源分配和任务级协调。这些代理与本地近实时 RIC 和地球控制系统保持持续连接，充当智能中介，可以在与地球通信中断期间做出自主决策。

在月球基础设施之上，地球非 RT RIC 维护长期策略、网络拓扑和数字孪生同步。由于往返延误和潜在的月掩星期，它通过延迟容忍网络 （DTN） 协议与月球组件通信[11]和情景上下文更新。

语义层引入了分布在所有层级的自主代理，采用多种通信范式来确保在不同无线条件下的稳健协调。直接代理通信利用构建在现有 RAN 控制通道之上的轻量级消息传递框架[12]，其中代理使用 O-RAN 控制消息中嵌入的结构化 JSON 负载交换语义状态向量、策略更新和协调消息[13].这种方法利用现有的 RAN 基础设施，同时保持整个分布式认知网络的语义保真度。

作为直接通信的补充，每个认知代理都保持与本地和远程 MCP 服务器的连接[9]，同时启用基于拉取的查询和基于推送的通知。MCP 服务器将特定于域的功能（例如运动规划、信号质量估计和能量预测）公开为本体 API。代理可以订阅来自多个 MCP 终端节点的上下文流，从而根据环境变化和任务演变实现反应式协调。

该系统实现了自适应信息传播，可根据网络条件进行动态调整。在高连接期间，代理采用基于推送的更新进行实时协调，并在整个网络中频繁地进行语义状态同步。随着连接性降低，系统将过渡到基于拉取的查询机制，这些机制依赖于缓存的上下文模型和预测性预取策略。在连接严重中断的情况下，代理使用本地缓存的语义模型自主运行，同时保持定期批量同步功能以实现最终状态协调。

代理交互从根本上受到月球环境底层无线特性的影响，需要复杂的适应机制来考虑天基作固有的通信限制。认知代理根据当前和预测的通信延迟调整其规划范围，实施延迟自适应推理框架，其中短期决策依赖于局部语义模型，而长期协调则包含延迟预测和置信区间。

该系统通过对等可用性的概率模型和机会协调策略实现间歇性弹性协调[14].当直接代理通信不可用时，通过充当语义消息代理的共享 MCP 服务器进行协调，从而在通信中断的情况下保持系统一致性。这种方法可以在月球表面网络特有的具有挑战性的连接条件下继续运行。

带宽限制需要根据可用的通信资源动态调整语义负载粒度。该系统采用带宽感知语义压缩技术[15]在高带宽期间实现丰富的上下文共享，同时在受限条件下实施语义摘要和选择性信息筛选。座席决策置信度受通信链路质量指标的调节，其中较差的信号条件会降低座席间协调的可靠性，导致座席增加本地自主性并推迟非关键的分布式决策，直到连接改善。

重要的是，认知不是应用程序叠加层：它是集成到 RAN 管理堆栈中的控制层。通过 MCP 和 A2A 协议，代理可以决定是否重新分配带宽、请求切换或调整采样率，这不仅仅是因为信号降级，而是基于任务相关性、对等代理推荐或从语义输入解析的人类意图。这种集成使网络能够展示智能行为，这些行为来自在月球通信约束下运行的分布式认知代理的集体决策。

我们考虑了一个 EVA（舱外活动）异常场景，展示了在月球通信约束下的多层认知协调。宇航员在重复执行状态 ping 后变得无响应，最初是通过降级的生物识别遥测技术检测到的。

附近的漫游车的认知代理通过语义行为模型分析检测到异常，并立即启动与直接无线电范围内的其他移动资产的代理到代理通信，广播包含异常分类、位置不确定性和所需协助级别的语义警报。由于月球地形阴影，漫游车实施了自适应协调策略，在本地缓存关键上下文，同时尝试通过中间资产建立中继路径。

位于较高地形上的辅助漫游车接收 A2A 警报并充当通信中继，其认知代理使用 MCP 提供的链路质量预测来评估中继容量。中继代理协调资源分配，将更高的带宽专用于紧急流量，同时降低非关键数据流的质量。同时，月球基站认知代理在通过 DTN 缓冲接收到中继信息后，会立即重新配置网络优先级，并指示 Near-RT RIC 组件将频谱资源重新分配给入射区域。

鉴于在这种情况下对地的 RTT 延迟，基站代理在为基于地面的非 RT RIC 系统准备详细的情况报告时做出自主决策。救援漫游车采用 MCP 驱动的运动规划，根据基站代理的实时无线质量反馈不断调整其轨迹，当无线条件因地形遮挡而恶化时，切换到间歇性弹性模式。

在整个事件中，代理根据无线条件动态选择通信协议，从高连接下频繁 MCP 上下文更新的丰富 A2A 语义交换过渡到中等连接下具有选择性 MCP 查询的压缩语义有效负载，最后到在连接较差的情况下使用机会性批量同步的缓存决策。这展示了认知代理如何在多个领域、推理、移动性和无线电资源编排之间进行协调，同时根据月球无线限制调整其通信策略，即使在部分可观测性和间歇性连接的情况下也能确保任务连续性。

这项工作提出了一种代理控制架构，将语义认知嵌入到无线月球网络的编排结构中。在 O-RAN 控制堆栈中集成轻量级推理代理，并通过代理到代理通信协议和 MCP 介导的交互进行增强，从而能够分散、符合策略地适应不断变化的任务条件，而无需持续的回程可用性。

这种无线感知认知架构出现了几个需要系统研究的关键挑战。资源受限认知的挑战提出了认知能力和功耗之间的基本权衡，对于在有限能源预算下运行的移动资产来说尤其严重。在抗辐射、资源受限的边缘平台上运行实时推理和内存协调需要对语义模型和计算管道进行全面优化。

随着认知代理数量的增加，代理到代理协议实施的可扩展性带来了重大问题，其中 A2A 通信开销可能会使可用的控制通道饱和，因此需要开发分层代理聚类方法和选择性通信策略，以保持网络可扩展性，同时保持协调有效性。无线诱导的认知漂移代表了一个新的挑战，其中不良的通信条件会导致分布式代理之间的语义模型分歧，需要创新的方法来在语义推理系统中实现分布式共识和冲突解决。

当代理策略必须在通信不确定性下运行时，安全验证要求变得越来越复杂，包括开发能够检测语义漂移和无线诱导的协调故障的运行时监控器，同时确保在代理协调能力受损时优雅降级。延迟容忍网络与语义推理系统的集成带来了独特的一致性挑战，其中 DTN 链路上的异步状态传播必须在非统一时间范围内运行的分布式代理之间保持一致性保证。

目前的研究工作集中在在模拟的月球网格拓扑上部署容器化语义代理，利用合成遥测数据在真实的无线传播模型下系统地验证代理到代理协调协议、内存同步机制和轨迹适应算法。未来的工作将探索联合认知方案，使代理能够在没有原始数据交换的情况下协作学习环境动态并优化策略，用于联合优化资源分配和推理工作负载的无线语义协同设计，以及解决 A2A 通信和 MCP 介导的交互引入的漏洞的跨层安全框架。