UAV搭載RISにおけるスループット最適化（DRL利用）

本論文は、無線通信における実際的な問題、すなわち、UAV（無人航空機）搭載の再構成可能インテリジェントサーフェス（RIS）システムにおけるスループットの最適化について、UAVのジッターや不完全なチャネル状態情報（CSI）などの現実的な障害を考慮して取り組んでいます。深層強化学習（DRL）の使用は、複雑で確率的かつ非凸の最適化問題を解決するためのモデルフリーアプローチを提供する重要な革新です。本論文の重要性は、困難な環境におけるUAV-RISシステムの性能を向上させる可能性にあり、従来の最適化手法と比較して、DRLベースのソリューションの効率性も示しています。

• •UAV搭載RISシステムにおけるスループット最適化のためのDRLベースのソリューションを提案。
• •UAVのジッターや不完全なCSIなどの実際的な障害に対処。
• •激しいジッターと低いCSI品質の下で、従来のメソッドよりも高いスループットを達成。
• •従来の最適化手法と比較して、大幅に高速な推論時間を提供。