Ahrar N. Hamad

该工作面向室内IRS辅助混合RF/VLC下行网络，将RF/VLC技术选择、功率分配与IRS镜面滚转/偏航角朝向的联合比例公平最大化问题建模为MDP，采用集中训练分散执行的双智能体DRL求解：一个智能体负责选择与功率，另一个负责镜面朝向；仿真中该框架收敛到350 Mbps，接近穷举上界392 Mbps，优于DDPG与DQN，并在用户数增加时保持Jain公平性指数高于0.93。

该工作面向室内IRS辅助混合RF/VLC下行网络，将RF/VLC技术选择、功率分配与IRS镜面滚转/偏航角朝向的联合比例公平最大化问题建模为MDP，采用集中训练分散执行的双智能体DRL求解：一个智能体负责选择与功率，另一个负责镜面朝向；仿真中该框架收敛到350 Mbps，接近穷举上界392 Mbps，优于DDPG与DQN，并在用户数增加时保持Jain公平性指数高于0.93。