關(guān)鍵詞:強(qiáng)化學(xué)習(xí) 對(duì)稱多智能體強(qiáng)化學(xué)習(xí) 策略估計(jì)
摘要:針對(duì)通信資源調(diào)度場景下的多智能體強(qiáng)化學(xué)習(xí)(MARL)問題,提出了對(duì)稱MARL問題以及三類對(duì)稱性的定義和條件,并定義了策略融合和策略誤差;針對(duì)強(qiáng)對(duì)稱MARL問題,定義了三類評(píng)價(jià)指標(biāo),并對(duì)策略估計(jì)誤差進(jìn)行分析,提出了強(qiáng)對(duì)稱MARL問題的策略誤差定理及推論.針對(duì)無線通信的接入控制問題建立了MARL問題,仿真結(jié)果驗(yàn)證了強(qiáng)對(duì)稱MARL問題策略估計(jì)誤差的特性.結(jié)果表明,可以使用低復(fù)雜度的MARL子問題對(duì)高復(fù)雜度的強(qiáng)對(duì)稱MARL問題進(jìn)行策略估計(jì),且策略估計(jì)誤差和對(duì)網(wǎng)絡(luò)性能的影響均較小.
北京郵電大學(xué)學(xué)報(bào)雜志要求:
{1}請(qǐng)?zhí)貏e注意:著錄參考文獻(xiàn)出處時(shí),期刊引文須注明的是引文所在具體頁碼,而非該文獻(xiàn)在期刊中的起訖頁碼;報(bào)紙引文必須在日期之后注明文獻(xiàn)所在的版次。
{2}稿件的作者署名、保密和是否侵權(quán)等問題均由作者自行負(fù)責(zé)。
{3}正文應(yīng)論點(diǎn)明確、論據(jù)充分、文字簡煉、通順、層次清楚。
{4}結(jié)論之后,應(yīng)有致謝部分,對(duì)國家科學(xué)基金、資助者或支持者、提供指導(dǎo)和幫助者、給予轉(zhuǎn)載和引用權(quán)的資料、圖片、文獻(xiàn)、研究思想和設(shè)想的所有者,表示感謝。
{5}關(guān)鍵詞每篇文章可選用3~5個(gè)能反映文章主題概念的詞、詞組或術(shù)語。
注:因版權(quán)方要求,不能公開全文,如需全文,請(qǐng)咨詢雜志社