Para apoyar aplicaciones marítimas inteligentes, se han introducido redes integradas espacio-aire-tierra-mar (SAGSIN) en las comunicaciones marítimas para proporcionar una amplia cobertura y servicios de red confiables. En arquitecturas SAGSIN asistidas por vehículos aéreos no tripulados (VANT), los VANT pueden extender la cobertura de manera flexible y proporcionar soporte de comunicación y computación bajo demanda. Sin embargo, debido a la alta movilidad de los satélites en órbita terrestre baja (LEO) y la limitada resistencia de los VANT, las estrategias de despliegue de plataforma única luchan por proporcionar tanto flexibilidad como escalabilidad en las redes de comunicación marítima. Para mitigar la inestabilidad del servicio causada por la dinámica orbital de los satélites y la limitada resistencia de los VANT, proponemos un esquema de despliegue conjunto de satélites y VANT basado en la Optimización de Políticas Proximales de Múltiples Agentes Híbridos (H-MAPPO) para sistemas SAGSIN asistidos por VANT. El método propuesto optimiza la posición conjunta de los VANT y la asignación de recursos para mejorar la cobertura de comunicación mientras se reduce el costo operativo total. Al incorporar la dinámica orbital de los satélites y la movilidad de los VANT en un marco de aprendizaje por refuerzo de múltiples agentes (MARL), se puede lograr una programación de recursos adaptativa bajo demandas marítimas variables en el tiempo. Los resultados de simulación muestran que el algoritmo H-MAPPO propuesto logra un rendimiento de convergencia superior, mayor cobertura de usuarios y menor costo total del sistema en comparación con métodos basados en aprendizaje, aleatorios y heurísticos, manteniendo un rendimiento estable y robusto bajo densidades de usuarios y escalas de red variables.