认知无线网络中基于随机博弈框架的频率分配

作者：刘鑫; 阚兴一; 王三强

来源：辽宁工程技术大学学报(自然科学版), 2011, (05): 778-783.

• 随机博弈
• MARL
• 认知无线电
• 资源分配
• 强化学习
• Q学习
• 分布式网络
• Markov过程 stochastic game
• MARL
• cognitive radio
• resource allocation
• reinforcement learning
• Q learning
• distributed networks
• Markov process

为了解决认知无线网络中分布式的动态频率分配问题,采用随机博弈的框架,将认知链路建模成自私理性的智能体,并提出了一种以最大化平均Q函数为目标的多智能体学习算法—MAQ。通过MAQ学习,分布式的智能体可以实现间接的协商而不需要交互Q函数和回报值,因为智能体的决策过程需要考虑其他用户的决策。理论证明了MAQ学习算法的收敛性。仿真结果表明,MAQ算法的吞吐量性能接近中心式的学习算法,但是MAQ只需要较少的信息交互。

• 单位
  中国人民解放军陆军工程大学