%0 Journal Article
%A 江虹
%A 伍春
%A 易克初
%T 聚类多Agent强化学习认知无线电资源分配
%D 2014
%R 10.13190/j.jbupt.2014.01.018
%J 北京邮电大学学报
%P 80-84
%V 37
%N 1
%X <p>针对认知无线电多用户的信道和功率资源分配问题，提出一种基于用户聚类和可变学习速率的多Agent强化学习方法. 首先使用分层处理分离信道选择与功率控制，采用快速最优搜索结合用户数均衡调节实现信道分配；其次，使用随机博弈框架对多用户功率控制问题进行建模，通过<em>K</em>均值用户聚类减少博弈参与用户数量和降低单个用户的环境复杂度，并使用可变Q学习速率和策略学习速率的方法进一步促进多Agent强化学习的收敛. 仿真结果表明，该方法能使多个用户的功率状态和总收益有效收敛，并且使整体性能达到次优.</p>
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2014.01.018