在如今信息爆炸的時代,無線通信終端的激增導(dǎo)致無線通信網(wǎng)絡(luò)規(guī)模劇增。同時,人們?nèi)找嫣岣叩耐ㄐ判枨笫篃o線通信網(wǎng)絡(luò)必須通過精準的按需服務(wù)來充分利用有限的資源。這二者使得傳統(tǒng)人工建模并優(yōu)化求解的網(wǎng)絡(luò)管理方法在未來將會遇到瓶頸。幸運的是,人工智能和機器學習的出現(xiàn)為解決這一問題提供了新的途徑。作為一種數(shù)據(jù)驅(qū)動的機器學習方法,深度強化學習能夠直接學習動態(tài)環(huán)境規(guī)律并得到最優(yōu)決策。因此,深度強化學習能賦予網(wǎng)絡(luò)依據(jù)自身環(huán)境進行自我優(yōu)化管理的能力,令智能通信將成為可能。本文從資源管理、接入控制以及網(wǎng)絡(luò)維護三方面介紹了深度強化學習在無線通信上的應(yīng)用,以此說明深度強化學習是實現(xiàn)智能通信的有效途徑。 

【文章來源】：電子科技大學學報. 2020,49(02)北大核心

【文章頁數(shù)】：13 頁


本文編號：2993805