公开(公告)号：CN116347635A

公开(公告)日：2023-06-27

申请号：CN202310427926.8

申请日：2023-04-20

Applicant: 东南大学

Inventor： 任荣 ,  王捷 ,  余景明 ,  朱向宇 ,  罗鑫鹏 ,  赖秋宇

IPC: H04W72/543 ,  G06N3/092 ,  H04W72/0453

Abstract: 本发明公开了一种基于NOMA和多智能体强化学习NB‑IoT无线资源分配方法，以在基于NOMA技术的多用户NB‑IoT场景下，解决连接密度最大化的问题。考虑更实际的场景，不同用户具有不同的QoS要求以及使用不同的tone类型。与传统的启发式算法不同，本发明首先将功率、资源块分配和NOMA用户配对这一联合优化问题建模为一个马尔可夫决策过程，并采用MAPPO，这一最先进的多智能体强化学习算法进行解决。考虑到存在的无效动作，本发明在神经网络计算各个动作的概率分布的过程中屏蔽无效动作，进而加速收敛。在VScode平台上使用Python3.8.15进行系统级仿真，结果表明MAPPO算法要优于基线算法。