DDQN
PulseAugur coverage of DDQN — every cluster mentioning DDQN across labs, papers, and developer communities, ranked by signal.
-
6G OFDM-RIS优化综述：基础模型和深度学习崭露头角
一篇新的综述论文探讨了6G网络中联合正交频分复用（OFDM）和可重构智能表面（RIS）配置的优化算法。它将现有研究分为四类：基于模型的凸松弛、启发式搜索、深度强化和无监督学习，以及基础模型和生成式AI等新兴方法。论文指出，与传统求解器相比，基于机器学习的方法在推理时间上提供了显著的加速，尽管由于缺乏标准化基准，直接比较存在困难。
-
新的MCVL方法缓解了强化学习中的奖励破解问题
研究人员开发了一种名为修改考虑价值学习（MCVL）的新方法来解决强化学习智能体中的奖励破解问题。MCVL会过滤传入的数据转换，仅允许那些不会降低智能体估计未来回报的转换。这种方法旨在防止智能体利用奖励信号获得表面上的收益，同时仍允许在预期任务上取得真正的改进。在各种模拟环境和控制任务上的实验表明，MCVL在不牺牲主要目标性能的情况下，有效地缓解了奖励破解问题。
-
新框架增强了不完整社交图上的影响力最大化
研究人员推出 SP-GCRL，一个旨在解决数据不完整的社交网络中影响力最大化挑战的新框架。该系统采用一种社交传播感知的扩散函数来模拟复杂的用户交互，并使用对比学习来生成鲁棒的节点表示，即使在连接缺失的情况下也是如此。通过整合图注意力网络进行高效的代理指标计算，并采用 DDQN 进行策略学习，SP-GCRL 在真实网络上的表现显著优于现有方法。
-
Dueling DDQN优化LEO卫星网络切换，吞吐量提升10.3%
研究人员开发了一种新的自适应多目标切换框架，用于LEO卫星网络，该框架利用了Dueling Double Deep Q-Network (DDQN)。该框架旨在根据不断变化的網絡状况，动态平衡吞吐量、阻塞概率和切换成本。模拟结果表明，这种基于DDQN的方法优于现有方法，吞吐量最高可提高10.3%，同时保持接近零的阻塞率。