SAAC：一种用于空中智能反射表面部署和波束形成的软注意力-演员-评论家框架

《IEEE Transactions on Mobile Computing》：SAAC: Soft-Attention-Actor-Critic Framework for Deployment and Beamforming of Aerial Intelligent Reflecting Surfaces

智能反射面空基中继系统提出SAAC优化框架，通过分阶段软注意力强化学习方法实现多AirS部署、被动和主动波束成形联合优化，兼顾频谱效率、公平性和能耗，仿真验证其性能优势。

　　

摘要：

将智能反射表面（IRS）安装在可机动的空中平台上，形成空中IRS（AIRS）中继，这为智能城市中的大规模下行链路传输提供了一种新的范式。然而，多变量动态耦合的挑战限制了大多数现有研究的发展，因为这些研究面临较高的计算复杂性和有限的扩展性。为了解决这些问题，本文提出了一种基于软注意力-演员-评论家（SAAC）的优化框架，该框架能够将多AIRS部署、基站的被动波束成形和主动波束成形的联合优化有效地分解为两个顺序子问题。目标是在最小化部署能耗的同时，最大化平均下行链路频谱效率和服务公平性。在第一阶段，制定了一个保守的频谱效率下限，以引导多个AIRS接近最优部署位置。在第二阶段，对被动和主动波束成形矩阵进行精细化优化。此外，在每个阶段中，评论家网络和演员网络都加入了多头注意力模块，使AIRS能够适应性地关注其他代理的观测和行为，从而提高处理高维观测-行为空间的能力。广泛的仿真结果表明，所提出的SAAC框架在各种网络条件下始终优于主流的深度强化学习方法，突显了其卓越的性能和扩展性。