本文提出了一种分布式执行的动态功率分配方案，基于无模型深度强化学习技术，通过收集 CSI 和服务质量（QoS）信息，每个发射机适应自己的发射功率，旨在最大化加权和速效用函数，可特化为实现最大总速率或比例公平调度。本方案特别适用于系统模型不精确，CSI 延迟不可忽略的实际场景，能够在真实时间内实现几乎最优的功率分配。

Aug, 2018

本文提出了以学习为驱动的场景中的学习中心功率分配算法 (LCPA)，该算法采用经验分类误差模型和不确定性采样方法，以最大化学习性能而非通信吞吐量来进行功率分配，通过大规模优化算法得出高效计算的结果。

Nov, 2019

本研究探讨在无线通信系统中设计最优资源分配策略。使用深度神经网络进行训练，同时解决主次变量优化问题。通过数值模拟，验证了所提出方法在许多无线资源分配问题中的有效性。

Jul, 2018

该文考虑了一组通过非稳态无线信道相互连接的多个独立控制系统，通过在固定预算内分配发送功率，最大化所有系统的控制性能。通过对未知无线信道进行采样，可以将问题转化为经验风险最小化问题，并使用 Lagrangian dual 问题进行约束优化。由于无线信道的非稳态性，最优的功率分配必须随着信道的演化而持续学习和更新。通过使用牛顿法以随时间演化为样本的对偶函数，学习接近最优的功率分配策略并取得二次收敛特性。数值模拟阐明了该方法的近最优性能和在无线控制问题上的稳定性。

Mar, 2018

本文提出了一个学习框架来优化无线网络的频谱和功率分配，使用两种分别针对离散和连续变量的强化学习算法来同时执行和训练，模拟结果表明该方案优于基于分数规划的算法和以往基于深度强化学习的解决方案。

Dec, 2020

提出了基于边缘智能的学习中心功率分配方法 (LCPA)，该方法使用经验分类误差模型分配无线资源，实验结果表明，LCPA 算法明显优于其他功率分配算法。

Jul, 2020

本文提出了一种新的数据驱动方法，可为干扰限制的无线网络上的联邦学习分配传输功率，使用图卷积网络来参数化功率分配策略，并通过 primacy-dual 算法求解相关的约束优化问题，从而实现优化 FL 过程中服务端接收到的信息，最终提高全局 FL 模型的准确性和效率。

Apr, 2023

本文介绍了一种利用强化学习优化功率控制和速率自适应的无线系统的新框架，包括系统状态特征的建模、奖励函数的设计和控制策略的学习方法，并通过系统级模拟验证了能够显著降低功耗并在系统用户之间实现公平的功率控制策略。

Nov, 2016

本文提出一种无模型学习框架来解决无法推导出目标函数或限制条件的优化问题，同时将神经网络用于参数化所需优化的函数、参数化瞬时限制条件相关的拉格朗日乘数以及逼近未知的目标函数或限制条件。数值和模拟结果验证了所提出的框架的有效性，并以功率控制问题作为例子证明了模型无关学习的效率。

Jul, 2019

本文提出了一种在动态环境中实现数据驱动方法持续学习和优化的方法，通过将持续学习（CL）概念融入到无线系统学习的建模过程中，使学习模型不断适应新的情境，同时不忘记从前几次情境中学习的知识，并针对两种流行的基于深度神经网络的模型进行定制。数值结果表明，所提出的 CL 方法不仅能够迅速而无缝地适应新场景，而且在先前遇到的场景中保持高性能。

Nov, 2020