基于深度强化学习的动态资源切片技术，用于eMBB和URLLC流量管理

《IEEE Transactions on Wireless Communications》：Deep Reinforcement Learning Based Dynamic Resource Slicing for eMBB and URLLC Traffic

动态资源分配方案优化eMBB和URLLC在频率选择性衰落下的性能，采用DRL结合时间 puncturing和频谱叠加技术，通过RB级功率分配优化实现数据率、公平性及稳定性均衡，仿真验证其优于传统方法。

　　

摘要：

在增强型移动宽带（eMBB）和超可靠低延迟通信（URLLC）流量之间进行动态资源分配是一个具有挑战性的问题。eMBB通过使用时隙作为传输时间间隔来追求高数据速率，而URLLC则通过使用迷你时隙来强调可靠性和低延迟。3GPP引入了穿孔（puncturing）和叠加（superposition）技术。现有研究在考虑穿孔和/或叠加技术时，忽略了频率选择性衰落的影响，因此没有充分考虑占据不同子载波的资源块（RBs）的信道状态信息差异。在频率选择性衰落的情况下，确定哪些具体的资源块需要进行穿孔和/或叠加至关重要。本文提出了一种基于深度强化学习（DRL）的动态资源切片方案，该方案适用于频率选择性衰落环境下的eMBB和URLLC流量，并同时考虑了穿孔和叠加技术。具体而言，设计了一个优化问题来确定每个迷你时隙中每个资源块的传输功率分配比例，目标是在URLLC的延迟和可靠性约束下，同时最大化eMBB用户的综合性能，包括数据速率满意度、公平性和数据速率稳定性。仿真结果表明，所提出的基于DRL的算法采用深度Q网络，具有较低的复杂性，能够实现接近最优的性能，并优于基准算法。