بهینه سازی شبکه های ارتباطی بی سیم نسل پنجم و ششم با استفاده از الگوریتم های یادگیری تقویتی

در این مقاله، کاربردهای یادگیری تقویتی در بهینه سازی شبکه های ارتباطی بی سیم نسل پنجم (G۵) و نسل ششم (G۶) بررسی می شود.با توجه به گسترش روزافزون دستگاه های متصل و نیاز به انتقال داده با سرعت بالاتر و تاخیر کمتر، بهینه سازی شبکه های G۵ و G۶ اهمیتبسیاری پیدا کرده است. روشهای سنتی بهینه سازی اغلب به دلیل پویایی و پیچیدگی این شبکه ها، کارایی مناسبی ندارند. در این تحقیق،از الگوریتم های یادگیری تقویتی، به ویژه Q-Learning و Deep Q-Network (DQN)، و برای بهبود تخصیص منابع و مدیریت تداخلاستفاده شده است. نتایج شبیه سازی ها نشان میدهند که استفاده از این روشها می تواند به طور قابل توجهی کارایی شبکه را از لحاظ مصرفانرژی و کاهش تاخیر بهبود بخشد. این پژوهش نشان میدهد که یادگیری تقویتی به عنوان راهحلی موثر برای بهینه سازی شبکه هایارتباطی نسل جدید، میتواند نقشی اساسی در پاسخگویی به چالش های پیچیده و پویای این شبکه ها ایفا کند.

کلیدواژه ها:

یادگیری تقویتی ، شبکه های بی سیم G۵ و G۶ ، بهینه سازی منابع ، Q-learning و DQN ، مدیریت پهنای باند