Bài báo nghiên cứu bài toán điều khiển công suất và truy nhập phổ trong mạng FANET động dưới nhiễu đồng kênh và gây nhiễu thích nghi. Một khung học tăng cường đa tác tử kết hợp mạng nơ-ron đồ thị (GNN–MARL) được đề xuất nhằm hỗ trợ ra quyết định phân tán có nhận thức cấu trúc mạng. Mỗi UAV sử dụng thông tin cục bộ đồng thời khai thác embedding đồ thị để nắm bắt topology biến thiên theo thời gian. Kết quả mô phỏng cho thấy phương pháp đề xuất cải thiện thông lượng trung bình khoảng 25–35% so với các baseline dựa trên DQN, đồng thời tăng xác suất thỏa mãn QoS khoảng 20%. Phương pháp cũng nâng cao hiệu quả năng lượng và duy trì tính công bằng giữa các UAV. Trong điều kiện di động cao và gây nhiễu thích nghi, suy giảm hiệu năng được giữ dưới 10%, cho thấy tính bền vững cao. Phân tích ablation chỉ ra rằng việc loại bỏ GNN làm giảm hiệu năng tới 18%, trong khi mô hình đơn tác tử suy giảm thêm 20–25%. Ngoài ra, phương pháp có khả năng mở rộng tốt với biến động hiệu năng chỉ khoảng 5–8%. Kết quả khẳng định GNN–MARL là hướng tiếp cận hiệu quả và khả thi cho tối ưu tài nguyên trong FANET động và môi trường đối kháng.