基于深度强化学习的蜂窝网资源分配算法

• 作者: 严少虎 廖晓闽 李赞 石嘉 谭震宇 赵钟灵
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 蜂窝网 资源分配 深度强化学习 神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 专题:5G与AI
• 页码范围: 11-18
• 页数: 8页
• 分类号: TN929.5
• 字数: 6032字
• 语种: 中文
• DOI: 10.11959/j.issn.1000?436x.2019002

摘要

针对蜂窝网资源分配多目标优化问题,提出了一种基于深度强化学习的蜂窝网资源分配算法.首先构建深度神经网络(DNN),优化蜂窝系统的传输速率,完成算法的前向传输过程;然后将能量效率作为奖惩值,采用Q-learning机制来构建误差函数,利用梯度下降法来训练DNN的权值,完成算法的反向训练过程.仿真结果表明,所提出的算法可以自主设置资源分配方案的偏重程度,收敛速度快,在传输速率和系统能耗的优化方面明显优于其他算法.