本文针对认知无线电网络中的多个次级用户争取多个信道的机会问题，提出去中心化多臂赌博问题，并设计出一种去中心化的在线学习策略，以达到尽可能降低总体期望回报与所有用户回归之间的差距。其中，分别考虑了优先级排序和公平访问策略。

Apr, 2011

提出一种结合 epsilon-greedy 学习规则和避碰机制的算法，用于解决多用户共享多臂赌博问题，应用于认知无线电网络中，实验证明相比其他算法，该算法在此环境中可以显著提高性能，并取得次线性遗憾。

Apr, 2014

本文研究了在现有主要无线电网络下采用频谱共享的辅助或认知无线电（CR）网络的信息论极限。研究了多个辅助用户在在其各自的传输功率约束和一个应用于主要接收器之一的干扰功率约束下，向辅助基站（BS）发送信号的信道模型。在辅助发射机的不同状态下，以及每个主要接收器应用的长期或短期干扰功率约束下，导出了辅助用户的最优功率分配方案，以实现信道容量的无穷期望总和。对于辅助网络的动态时分多址（D-TDMA）方案的优化条件也得到了研究探讨。研究了在辅助基站下行链路传输的信道模型（C-BC），并论证了对于所有传输功率和干扰功率约束的组合，D-TDMA 都是实现信道容量的无穷期望总和的最优方案。

Jun, 2008

本文针对已知系统且受到敌对扰动的情况下，介绍了新的在线线性二次控制算法，通过将在线控制问题转化为具有近似优越函数的（延迟的）在线学习，无需控制迭代的运动成本，从而提高了算法的效果。

Feb, 2020

针对多个用户访问相同频道的自组织网络，本研究在缺乏中央协调时，使用探索和承诺策略，通过传输和感知信息的方式，实现接近最优的频道分配，进而提高网络吞吐量，同时击败了现有的算法。

Jan, 2019

研究动态频谱访问、网络效用最大化和分布式动态频谱访问算法，基于深度多用户强化学习，开发解决方案，并在多信道无线网络中进行实验评估。

Apr, 2017

代理协同训练的异步学习过程中，通过分布式优化和深度学习进行资源分配的关键问题与相关的研究领域探索。

Nov, 2023

在认知无线电中，提出了一种对于具有不同但未知奖励分布的多臂赌博问题的感知策略。该策略是一个集中协调的索引策略，其中频带的索引由一个样本均值项和一个置信项组成，使得子优频段之间连续感知的时间间隔成指数增长，导致弱后悔值对数增长。仿真结果表明，该策略优于文献中的其他类似方法。

Nov, 2012

研究分布式方法用于在线预测和随机优化，并提出了基于 gossip 的优化方法以实现最优的后悔界限。

Mar, 2014

在无线信道质量时变、未知且多用户访问同一信道会造成干扰减少质量的情况下，利用一定的在线学习算法，我们研究了在分散式情况下分配多个用户到无线信道的问题，并确定了何种条件下可以实现社会最优分配。我们的结论是，当用户的合作减少，信道收益的不确定性增加时，实现社会最优分配变得更加困难。

Jul, 2011