大规模降时延与能耗
该算法通过图通信模块和分层学习结构，解决多用户多服务器环境下的部分可观测与混合动作空间问题，实现高效的分布式决策。
He, Zhang · Zijian, Tian · 王文海 · 刘兴高
Information Fusion 2027
图通信模块让用户设备选择性共享局部观测，从而缓解部分可观测问题，实现协调决策。
分层学习结构融合不同决策层信息，将离散卸载与连续带宽分配优化解耦，简化策略学习。
采用异步训练降低计算成本并提升学习效率。
仿真结果显示，在大规模部署下，GAH-MARL在降低时延和能耗方面的优势更为明显。