研究人员开发了一种新颖的可移动单元多功能可重构智能表面（MM-RIS）架构，旨在增强无线通信的灵活性和能源可持续性。该架构集成了单元移动性与自适应信号反射、传输、放大和能量收集能力。为了优化频谱效率，实施了一种混合速率分裂多址（RSMA）和非正交多址（NOMA）传输方案。该复杂优化问题通过一种名为CRAFTS的约束混合深度强化学习方法得到解决，该方法结合了多智能体近端策略优化（MAPPO）和多智能体深度Q网络（MADQN）与联邦学习以及基于拉格朗日乘子的自适应惩罚机制。 AI
影响 通过提高频谱效率和能量收集能力，这项研究可能带来更节能、更自适应的下一代无线网络。
排序理由 这是一篇详细介绍无线通信新颖技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
