M2M通信中基于多智能体强化学习的无线资源分配算法

蜂窝网络因为其广覆盖、高可靠和支持高速移动等优点，是机器对机器(M2M)通信的理想载体．然而，由于机器类型通信设备具有的业务种类繁多和数量大等特点，现有的无线资源分配算法并不完全适用．为了解决这个问题，不同于传统的集中式资源分配算法，提出了基于多智能体强化学习的分布式无线资源分配算法．具有强化学习能力的机器类通信(MTC)设备可以自主选择资源块和功率等级，以达到在较低的功率消耗下得到较高的用户体验质量的目标．为了实现不同设备之间的协作，引入了多智能体强化学习，每个智能体有能力预测其他智能体的策略．仿真结果表明：.本文算法在用户体验质量、功率消耗和计算复杂度方面达到了很好的性能。