Neuroevolution

新的双智能体深度学习框架优化RIS辅助下的移动用户跟踪

研究人员开发了一种新颖的双智能体（DA）深度学习框架，旨在借助可重构智能表面（RIS）优化跟踪功率受限移动用户的能效。该方法集成了神经进化和监督学习，可实时联合管理RIS相位配置文件和用户发射功率，克服了离散相位响应和单比特反馈的挑战。数值模拟表明，在跟踪和静态定位场景中，DA框架在跟踪和静态定位方面均显著优于卡尔曼滤波器、粒子滤波器和传统指纹识别方案等现有方法。