Key points are not available for this paper at this time.
الملخص إن دمج الطائرات بدون طيار (UAVs) مع أنظمة الاتصال فائقة الموثوقية ومنخفضة الكمون (URLLC) يمكن أن يحسن أداء الاتصال في الوقت الحقيقي لمجموعة متنوعة من تطبيقات إنترنت الأشياء الصناعية (IIoT). إن تصميم نظام ذكي لتخصيص الموارد هو أحد التحديات التي تطرحها أنظمة الاتصال بالطائرات بدون طيار المحدودة الطاقة. لذلك، نقوم بصياغة مشكلة تعظيم معدل الجمع، مع مراعاة طاقة الطائرات بدون طيار من خلال تحسين تخصيص طول الكتلة والتحكم في الطاقة بشكل مشترك في أنظمة URLLC المدعومة بالطائرات بدون طيار، حيث يتم اعتماد نموذج القناة الاحتمالي بين الطائرة بدون طيار والمستخدمين. من الصعب حل المشكلة بسبب دالة الهدف غير المحدبة والقيود الطاقية، كما أن اتخاذ قرار سريع في بيئة الاتصال المعقدة يمثل تحديًا أيضًا. وبالتالي، نقترح خطة قائمة على التعلم العميق المعزز (DRL) لتحسين تخصيص طول الكتلة والتحكم في الطاقة بشكل مشترك. أولاً، نعيد تحويل المشكلة الأصلية إلى عملية التعلم المعزز متعدد الوكلاء، حيث تُعتبر كل قناة فرعية وكيلًا يقوم بتحسين تخصيص طول الكتلة والتحكم في الطاقة الخاص به. ثم، يتخذ كل وكيل القرار الذكي للحصول على الحد الأقصى من قيمة المكافأة اعتمادًا على دالة المكافأة المقسمة المدروسة، والتي ترتبط باستهلاك طاقة الطائرة بدون طيار ومعدلات المستخدمين لتحسين أداء المعدل. أخيرًا، تظهر نتائج المحاكاة أن الخطة المقترحة تتفوق على الخطط المرجعية وتحقق تقاربًا مستقرًا في إعدادات مختلفة، مثل معدل التعلم، واحتمالية الخطأ، وتباعد القنوات الفرعية، وعدد المستخدمين.
درس لي وزملاؤه (مون) هذا السؤال.