本文提出了两种基于深度强化学习的算法来解决共生射频网络中的用户关联问题，该问题的目标是将每个 IoT 设备与一个适当的蜂窝网络用户链接起来，以最大化所有 IoT 设备的总速率，同时分别利用全局和本地信息来做决策，从而达到与需要完美实时信息的最优用户关联策略相同的性能，并且分布式 DRL 算法具有可伸缩性。

May, 2019

本文针对非正交多址技术中的公平资源分配问题，基于强化学习提出了一种高效的资源分配方案，结合深度强化学习算法和 SARSA-learning 算法处理不同网络负载下的差异性问题，并通过数值实验得出在物联网中，非正交多址技术可以比正交多址技术更好地提高系统的吞吐量。

Jul, 2020

该论文提出了一种新的多智能体强化学习算法，使用图神经网络结构进行全局优化移动网络配置，实现对移动网络的优化。

Jan, 2023

本文提出一种边缘计算中使用强化学习来降低能耗和任务执行延迟的近似最优算法。

Mar, 2019

本文提出了一种基于深度学习的资源分配策略，通过优化带宽和传输功率来最小化基站的总功耗，并使用级联结构的神经网络和深度迁移学习来应对无线网络中的非平稳性。实验结果表明，相对于全连接神经网络，在 QoS 保证方面，级联神经网络的性能更好。

Mar, 2020

本文提出了一种基于机器学习的分布式可见光通信物联网网络的时分多址（TDMA）算法，该算法基于强化学习算法 Q-learning，并考虑了分布式环境中的同步和数据传输时隙分配问题。结果表明，该算法相较于 CSMA/CA 算法，在网络中能够提供高达 61% 的更高吞吐量和高达 49% 的较低平均延迟。

Nov, 2023

本研究提出并分析了一种基于联邦深度 Q 学习的负载均衡系统，该系统使用 Open-RAN xAPP 框架和近实时无线接口控制器 (near-RT RIC) 进行实现。模拟结果表明，与当前由用户设备使用的最大信噪比 (MAX-SINR) 方法相比，我们提出的深度 Q 学习模型能够持续提供更好的用户设备服务质量。

Feb, 2024

通过多智能体强化学习方法，本论文提出在资源受限条件下，为每个传感器找到最优的通信策略，以实现对环境数据进行准确跟踪，同时充分考虑功率和带宽的限制。实验结果表明，该方法能够在未知带宽限制下，平衡数据收集和预测野火蔓延的需求。

Aug, 2023

该研究旨在提高 UWB 无线通信的可靠性和能效，通过动态选择物理层设置，在真实的办公环境中验证了深度 Q-learning 方法与传统 Q-learning、线性搜索和使用固定物理层相比，能够实现更高的数据包接收率和更少的能量消耗。

Oct, 2022

本文探讨了使用强化学习的在线协议合成的概念。 该研究在使用超低复杂度无线收发器的传感器和物联网网络的背景下进行。 该论文介绍了在不同的网络和流量条件下使用 RL 和 Multi Armed Bandit（MAB）（一种特定类型的 RL）来进行介质访问控制（MAC）。 该机制不依赖于载波感知、网络时间同步、碰撞检测和其他低级复杂操作，因此非常适合资源受限的传感器和物联网网络中使用的超简单收发器硬件。

Jan, 2023