无线网络中一种协作式多智能体强化学习抗干扰算法
计算机科学与博弈论
2018-09-13 v1 信号处理
摘要
在本文中，我们研究多用户场景下的抗干扰防御问题，其中考虑了用户间的协调。采用马尔可夫博弈框架对抗干扰防御问题建模与分析，并提出一种协作式多智能体抗干扰算法（CMAA）以获取最优抗干扰策略。在扫频干扰场景下，所提 CMAA 一方面可应对外部恶意干扰，另一方面能有效处理用户间的相互干扰。仿真结果表明，所提 CMAA 优于基于感知的方法与独立 Q-learning 方法，并具有最高的归一化速率。
引用
@article{arxiv.1809.04374,
title = {A Collaborative Multi-agent Reinforcement Learning Anti-jamming Algorithm in Wireless Networks},
author = {Fuqiang Yao and Luliang Jia},
journal= {arXiv preprint arXiv:1809.04374},
year = {2018}
}
备注
4 pages, 6 figures, Submitted to IEEE Wireless Communications Letters