基于多智能体强化学习的动态 VLC-NOMA 网络资源分配优化：兼顾 QoS 与稳定性

可见光通信（VLC）与非正交多址接入（NOMA）的结合为密集室内无线网络提供了一种有前景的解决方案。然而，由于 VLC 网络涉及用户移动性和灯光调光的动态条件，加之需要满足服务质量（QoS）和网络稳定性要求，有效管理资源面临挑战。传统的资源分配方法和较简单的强化学习（RL）方法难以在移动 VLC-NOMA 网络的动态条件下联合优化 QoS 和稳定性。本文提出了定制的多智能体强化学习（MARL）框架，用于在 VLC-NOMA 系统中执行资源分配（NOMA 功率、用户调度）与网络稳定性（干扰、切换）的复杂联合优化，并考虑了异构 QoS、用户移动性和调光因素。我们的 MARL 框架能够捕捉动态信道条件和多样化的用户 QoS，从而实现有效的联合优化。在这些框架中，VLC 接入点（AP）作为智能体，学习分配功率和调度用户以满足多样化需求，同时通过管理干扰和最小化中断性切换来维持网络稳定性。我们对两种关键的 MARL 范式进行了比较分析：1) 集中式训练分布式执行（CTDE）和 2) 集中式训练集中式执行（CTCE）。全面的仿真验证了两种定制 MARL 框架的有效性，并展示了其处理复杂优化的能力。结果揭示了关键的权衡：CTDE 方法的高优先级（HP）用户 QoS 满意度高出约 16%，而 CTCE 方法的平均 SINR 高出近 7 dB，乒乓切换率低 12%，为理解这些范式在复杂 VLC-NOMA 网络场景中的性能差异提供了宝贵见解。