M2M通信中基于多智能体强化学习的无线资源分配算法

作者：徐少毅; 郑姗姗无线通信机器对机器强化学习用户体验质量资源分配

摘要：蜂窝网络因为其广覆盖、高可靠和支持高速移动等优点,是机器对机器（M2M）通信的理想载体.然而,由于机器类型通信设备具有的业务种类繁多和数量大等特点,现有的无线资源分配算法并不完全适用.为了解决这个问题,不同于传统的集中式资源分配算法,提出了基于多智能体强化学习的分布式无线资源分配算法.具有强化学习能力的机器类通信（MTC）设备可以自主选择资源块和功率等级,以达到在较低的功率消耗下得到较高的用户体验质量的目标.为了实现不同设备之间的协作,引入了多智能体强化学习,每个智能体有能力预测其他智能体的策略.仿真结果表明：本文算法在用户体验质量、功率消耗和计算复杂度方面达到了很好的性能.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社