奖励提升67%
同时优化机器人轨迹与通信资源，无需环境先验知识即可在动态场景中实现超可靠低时延通信。
Luo, Ruyu · 田辉 · Ni, Wanli · Cheng, Julian · Chen, Kwang Cheng
IEEE Transactions on Wireless Communications 2024
通过深度强化学习在动态环境中在线学习，无需预先建模通信信道或环境地图，即可做出实时决策。
采用灵活解码与自由聚类作为下一代多址接入技术，在设计的轨迹下有效降低解码错误概率，增强网络连接性。
多智能体演员-评论家深度强化学习框架可适应通信环境的变化，与传统A*搜索和启发式方法相比，表现出更优的灵活性和适应性。