基于柔性演员-评论家的通感算融合网络稳健资源优化

来源：电子与信息学报杂志2025年第4期北京时间：

作者：李斌, 沈立, 赵传信, 费泽松

单位：1.南京信息工程大学计算机学院 南京 2100442.安徽师范大学计算机与信息学院 芜湖 2410023.北京理工大学信息与电子学院 北京 100081

摘要：通感算融合是6G的热点研究方向。为了解决复杂场景下通信-感知-计算模式的用户能耗大、计算不确定等问题，该文设计一种稳健的通感算融合网络资源分配与决策优化方案。首先，由于任务复杂度的不可预测，构建一个稳健的计算资源分配问题以优化卸载决策的不确定性。其次，在满足用户功耗、处理时间、雷达估计信息率等条件下，联合优化任务卸载比例、波束赋形和资源分配，建立用户总能耗最小化问题。由于该优化问题是多变量耦合且非凸的，将其建模为一个马尔可夫决策过程，提出一种基于柔性演员-评论家(SAC)优化算法。仿真结果表明，该算法在网络训练时更加稳定，能有效增强计算稳健性，与近端策略优化算法和优势动作评论算法相比，所提SAC算法在用户能耗方面分别减少了9.57%和40.72%。此外，用户数越多，能耗减少越显著。

关键词：边缘计算, 通感算融合, 深度强化学习, 计算不确定性

基金资助：国家重点研发计划(2021YFB2900200)，国家自然科学基金(62101277)