低軌道衛星は高速移動するため、ユーザー機器の接続を維持するには頻繁にハンドオーバー（接続転送）が必要です。従来の手法は受信電力だけを基に閾値を設定し、変動する信号環境に対応できませんでした。

新しい枠組みでは、近接方策最適化（PPO）を用いて、受信信号電力（RSRP）、衛星と地上局（GS）の結びつき、残余可視時間、事前に設定した最低仰角を入力として、ハンドオーバーの開始時刻と対象衛星を決定します。

シミュレーションでは、最低仰角を40°に設定した場合、PPOベースのポリシーはサービス利用可能率を99.32%に達し、最適化された従来手法（O‑HT）より1.67ポイント、遅延最小（LD）選択より1.41ポイント高い性能を示しました。

さらに、同ポリシーは無線リンク障害（RLF）の累積時間をO‑HTと比較して85.7％、LDと比較して85.0％削減しました。この結果は、トポロジー情報を学習に組み込むことで、ハンドオーバー時間の増加を抑えつつ、接続の継続性を向上させることを示しています。

ハンドオーバー遅延に関しては、PPOポリシーの累積遅延は5.21 秒で、LDと比べ0.17 秒の差となり、O‑HTの7.14 秒と比べ27 %低減しました。これにより、不要なハンドオーバーを避けつつ、リンク障害を防ぐバランスが取れたことが確認されました。