BriefGPT - AI 论文速递
·
用于能源高效的联邦深度强化学习的多功能可重构智能表面辅助低地球轨道网络
📝
内容提要
本文提出了一种新型网络架构，部署多功能可重构智能表面（MF-RIS）于低地球轨道（LEO），以解决传统RIS在信号覆盖和能源效率上的不足。研究提出了通过优化MF-RIS配置的长期能源效率（EE）问题，同时设计了增强型联邦学习的多智能体深度确定性策略梯度（FEMAD）方案，以应对复杂的非凸非线性问题。结果表明，相较于其他基准方法，所提架构在EE方面显著提升，展示了其在低地球轨道环境中的有效性。
🏷️
标签
➡️
