基于多智能体强化学习的动态频谱分配方法综述

来源：系统工程与电子技术杂志2021年第11期北京时间：

作者：宋波, 叶伟, 孟祥辉

单位：1. 航天工程大学电子与光学工程系, 北京 101416；2. 中国人民解放军95801部队, 北京 100076

摘要：认知无线电和动态频谱分配技术是解决频谱资源短缺问题的有效手段。随着近年来深度学习和强化学习等机器学习技术迅速发展, 以多智能体强化学习为代表的群体智能技术不断取得突破, 使得分布式智能动态频谱分配成为可能。本文详细梳理了强化学习和多智能体强化学习领域关键研究成果, 以及基于多智能体强化学习的动态频谱分配过程建模方法与算法研究。并将现有算法归结为独立Q-学习、合作Q-学习、联合Q-学习和多智能体行动器-评判器算法4种, 分析了这些方法的优点与不足, 总结并给出了基于多智能体强化学习的动态频谱分配方法的关键问题与解决思路。

关键词：频谱管理,认知无线电,动态频谱分配,机器学习,强化学习,多智能体强化学习