基于带坐标注意力的自适应深度多智能体强化学习的6G MIMO系统动态频谱分配

《Scientific Reports》：Dynamic spectrum allocation in 6G MIMO systems using adaptive deep multiagent reinforcement learning with coordinate attention

　　

摘要

毫米波大规模多输入多输出（MIMO）是第六代（6G）无线通信网络的核心机制。通过在先进智能手机的紧凑模型中包含大量天线，MIMO 提高了网络容量和频谱效率（SE）。6G 技术的发展对未来意义重大，并提供了演进式和革命性的解决方案。基于 MIMO 的无线网络中的资源分配是为不同用户选择的，旨在优化网络资源分布。但天线和用户的急剧增加给 MIMO 系统的资源分配和干扰抑制带来了复杂性。在本研究中，提出了一种先进的基于深度强化学习（DRL）的方法，用于 6G MIMO 系统中的高效动态频谱分配。为了在 6G MIMO 系统中执行频谱分配，开发了一种带有坐标注意力的自适应深度多智能体强化学习（ADMRL-CA）模型。DMRL 机制能够处理变化的流量和信道条件。CA 机制的引入增强了策略学习过程，以实现准确的频谱分配。ADMRL-CA 的参数是使用飞行工蚁阶段改进的白蚁皇后算法（FMTQA）进行微调的。最后，分析了模型与各种现有模型的性能。当系统使用 32^nd 批量大小时，推荐的 FMTQA-ADMRL-CA 的 SE 比 DRL 提高了 4.44%，比 SAC 提高了 6.66%，比 DDPG 提高了 2.77%，比 DMRL-CA 提高了 10.88%。因此，可以保证推荐的 FMTQA-ADMRL-CA 在 6G MIMO 系统中比现有方法能更高效、稳健地分配频谱。