現在、上空には推定8,800個の衛星と100万個以上のデブリが存在するが、2030年までには推定150,000個の活動中の衛星が宇宙に存在することになる。軌道上の物体の数が膨大になり、その結果、衝突の可能性が生じるため、現在のアプローチは通用しなくなる可能性が高く、自律的な意思決定が将来の宇宙交通管理（STM）に不可欠な特性となる。
ナビゲーションや衝突回避問題において、マルチエージェント強化学習(MARL)が有望な結果をもたらしている。ナビゲーションや衝突回避問題を含め、MARLに関する多くの研究が最近行われているが、宇宙領域アプリケーションでの使用は限られている。著者曰く、この研究は、衛星ナビゲーションと衝突回避のためにMARLを使用する最初の試みの一つである。
筆者らは地上ベースの衝突回避MARLモデルを転移学習して宇宙空間に適用することが非常に効果的であることを示した。宇宙環境でモデルを直接訓練する場合よりも、サンプルの複雑さが改善され、報酬がわずかに高くなる。次に、地球の扁平率に起因する重力擾乱の摂動を考慮した、より洗練された宇宙環境の抽象化を検討し、転移学習が依然として効果的であることを見出した。
最後に、衛星事業者の意思決定において情報共有が果たす役割について調べた。衛星運用者はセキュリティ上の懸念から衛星の情報を共有することを躊躇っている。これによりスクリーンサービスは誤警報率が高い。これにより警報に対する信頼性を著しく落としている。その結果、衛星運用者の通信ミスにより衛星間のニアミスが発生している。筆者らは、情報を共有した場合と、しない場合で、衛星が目的地に到達する成功率と目的地までの到達時間を比較した。その結果、情報を共有した場合、成功率は最大で100%以上の改善、到達時間は最大14%近く改善することがわかった。
