频分多址系统分布式强化学习功率控制方法

打开文本图片集

摘 要：近年来，深度强化学习作为一种无模型的资源分配方法被用于解决无线网络中的同信道干扰问题。然而，基于常规经验回放策略的网络难以学习到有价值的经验，导致收敛速度较慢；而人工划定探索步长的方式没有考虑算法在每个训练周期上的学习情况，使得对环境的探索存在盲目性，限制了系统频谱效率的提升。对此，提出一种频分多址系统的分布式强化学习功率控制方法，采用优先经验回放策略，鼓励智能体从环境中学习更重要的数据，以加速学习过程；并且设计了一种适用于分布式强化学习、动态调整步长的探索策略，使智能体得以根据自身学习情况探索本地环境，减少人为设定步长带来的盲目性。（剩余15583字）