面向 6G 的无线分布式网络多主体强化学习
信息论
2025-02-11 v1 系统与控制
系统与控制
math.IT
摘要
智能互联互通将物理世界与人类世界之间的连接方式，引发了对未来第六代 (6G) 网络的广泛关注，强调大容量、超低时延和 unparalleled 可靠性。无线分布式网络和多主体强化学习 (MARL) 两种从集中范式演化而来，都是备受关注的解决方案。鉴于其独特的能力，如去中心化和协作机制，将这两种范式集成起来为释放 6G 的全部潜能提供了广阔希望，引发了大量研究和开发关注。本文提供了一项关于 MARL 辅助无线分布式网络用于 6G 的全面研究。具体而言，我们介绍了无线分布式网络和 MARL 的基本数学背景及演化，并展示了它们之间的相互关系。随后，我们从均匀性和异构性的角度分析了无线分布式网络的不同结构。进一步介绍了 MARL 的基本概念，并讨论了包括模型基和模型自由两类在内的典型分类。随后，我们提出 MARL 辅助无线分布式网络所面临的关键挑战，为实际实施提供了重要指导和见解。我们还探讨了 MARL 辅助无线分布式网络与信息瓶颈和镜像学习等新兴技术之间的相互作用，提供了深入的分析和应用场景。最后，我们概述了未来 MARL 辅助无线分布式网络的几个引人注目的研究方向。
引用
@article{arxiv.2502.05812,
title = {Multi-Agent Reinforcement Learning in Wireless Distributed Networks for 6G},
author = {Jiayi Zhang and Ziheng Liu and Yiyang Zhu and Enyu Shi and Bokai Xu and Chau Yuen and Dusit Niyato and Mérouane Debbah and Shi Jin and Bo Ai and Xuemin and Shen},
journal= {arXiv preprint arXiv:2502.05812},
year = {2025}
}