Distributed User-Centric Clustering Based on Local Observation and Value Decomposition

doi:10.1109/JIOT.2026.3677505

Distributed User-Centric Clustering Based on Local Observation and Value Decomposition

2026-03-25

0

PRE

AI

DOI：10.1109/JIOT.2026.3677505

原文链接

原文求助

摘要

En 中文

以用户为中心的接入网络（UCAN）已成为解决高质量无线服务日益增长需求的有前景的解决方案，但其动态聚类面临高计算复杂度、接入点（AP）的部分可观测性以及集中控制的可扩展性限制等挑战。本文提出了一种多智能体强化学习（MARL）聚类框架，明确使用值分解方法解决去中心化聚类中的信用分配问题。我们将以用户为中心的聚类表述为去中心化部分可观测马尔可夫决策过程（Dec-POMDP），以联合优化最小频谱效率（SE）用于公平性和平均SE用于系统效率。所提出的框架在学习过程中将全局Q函数估计分解为各个AP的局部Q函数，从而解决多智能体信用分配挑战，并仅基于局部观测实现完全分布式执行。我们实现了两种值分解方法：使用加性分解的线性VDN方法和采用通过超网络进行全局状态调节的混合网络的非线性QMIX方法。在静态和动态场景的广泛模拟中表明，所提出的方法显著优于独立学习、缺乏显式信用分配的MARL基线和启发式基线，在保持平均性能竞争力的同时实现了更优的用户公平性。该框架在变化的移动速度和候选池大小下表现出鲁棒泛化能力。这项工作确立了值分解作为实用以用户为中心网络部署的有效聚类解决方案，提供可扩展、分布式聚类并具有可证明的协调保证。

Keyword:

6G

decentralized partially observable Markov decision process (Dec-POMDP)

multiagent reinforcement learning (MARL)

user-centric access network (UCAN) clustering

value decomposition

Distributed User-Centric Clustering Based on Local Observation and Value Decomposition

摘要

期刊

机构

引用论文