基于智能体 DDQN 的 sidelink 网络授权与非授权频带分配调度
系统与控制
2025-09-30 v3 人工智能
信息论
机器学习
网络与互联网体系结构
系统与控制
math.IT
摘要
在本文中，我们提出了一种用于 New Radio (NR) sidelink (SL) 网络中授权/非授权频带分配的智能体双深度 Q 网络（DDQN）调度器。超越传统的寻求奖励的强化学习（RL），该智能体感知并对多维上下文进行推理，该上下文共同捕获队列延迟、链路质量、共存强度和切换稳定性。一种容量感知、服务质量（QoS）约束的奖励将智能体与目标导向的调度对齐，而非静态阈值。在受限带宽下，所提出的设计与阈值策略相比最多可减少 87.5% 的阻塞，同时保持吞吐量，突显了在共存受限的 NR SL 网络中上下文驱动决策的价值。所提出的调度器是一个具身智能体（E-agent），专为网络边缘处特定任务、资源高效的操作而定制。
关键词
引用
@article{arxiv.2509.06775,
title = {Agentic DDQN-Based Scheduling for Licensed and Unlicensed Band Allocation in Sidelink Networks},
author = {Po-Heng Chou and Pin-Qi Fu and Walid Saad and Li-Chun Wang},
journal= {arXiv preprint arXiv:2509.06775},
year = {2025}
}
备注
6 pages, 3 figures, accepted by 2025 IEEE Globecom Workshops