平衡两跳协作通信的性能与成本：斯塔克尔伯格博弈与分布式多智能体强化学习
系统与控制
2024-06-18 v1 系统与控制
摘要
本文旨在平衡两跳无线协作通信网络中的性能与成本，其中源节点和中继节点具有矛盾的优化目标并以分布式方式做出决策。这与大多数现有工作不同，后者通常假设源节点和中继节点遵循由中央控制器隐式创建的调度。我们提出中继节点形成联盟，以最大化中继收益，而源节点旨在经济有效地提高信道容量。为此，我们将交易问题建立为斯塔克尔伯格博弈，并证明其均衡的存在性。另一个重要方面是，我们使用多智能体强化学习（MARL）在瞬时信道状态信息（CSI）不可用且源节点和中继节点互不了解对方目标的情况下逼近均衡。设计了一个基于多智能体深度确定性策略梯度的框架，其中中继联盟和源节点充当智能体。实验表明，所提出的方法在时不变环境下能够获得接近所有参与者博弈论均衡的可接受性能，其性能大大优于潜在的替代方案，并且仅比最优解差约2.9%。
引用
@article{arxiv.2406.11265,
title = {Balancing Performance and Cost for Two-Hop Cooperative Communications: Stackelberg Game and Distributed Multi-Agent Reinforcement Learning},
author = {Yuanzhe Geng and Erwu Liu and Wei Ni and Rui Wang and Yan Liu and Hao Xu and Chen Cai and Abbas Jamalipour},
journal= {arXiv preprint arXiv:2406.11265},
year = {2024}
}