11、AI与天线技术在网络领域的应用与发展

AI与天线技术在网络领域的应用与发展

1. AI赋能智能路由器

在智能路由器的训练阶段，智能体（agent）会依据公式 1 选择执行者（performer）来推进操作：
[P_t = \zeta(S_t|\varphi_{\zeta}) + i_t]
执行者完成任务 (P_j) 后，会检查授权 (G_t)，同时底层网络会进入新状态 (N_{s_{t + 1}})。在数据训练时，重复记忆 (M_r) 可减少时间相关性。当前发生的转移 ((N_{s_t} + P_j + M_r + N_{s_{t + 1}})) 会保存到 (M_r) 中，然后使用黑盒优化器（BBO）从 (M_r) 中选择，以相对较短的参数构建周期和任意的 (k) 个转移小批量 ((N_{s_{tK}} + P_{jk} + M_{rk} + N_{s_{tk + 1}})) 来更新评论网络（BBO）。此外，执行者策略会以 BBO 折扣总支出为目标进行修订，如公式 2 所示：
[\Delta_{\varphi_{\zeta}} Q \approx \frac{1}{m} \sum_{i} \sum_{P} Z(S_t, \zeta|\varphi_{\zeta}) | {S_t = N {s_{tk}}, P = \zeta(S_{tk})} \Delta_{\varphi_{\zeta}} \zeta(S_t|\varphi_{\zeta}) | {N {s_{tk}}}]

与传统基于异常的网络路由管理算法相比，进化策略（ES）具有诸多优势：
- 直接处理复杂结构 ：深度进化策略（DES）可直接从空间、复杂且高带宽