# 无线资源管理

在下行NOMA系统中，功率分配此前多依赖固定、均分或集中式学习，难以同时兼顾吞吐与弱信道用户。Kampala International University团队把每个用户建模为独立学习智能体，用共享奖励协调各自的局部观测，并在学习环境中显式计入不完美SIC留下的残余干扰。三用户仿真中，该方法在30 dB信噪比下取得约18 bps/Hz和0.96的公平指数，10 dB时中断概率低于10%。

在下行NOMA系统中，功率分配此前多依赖固定、均分或集中式学习，难以同时兼顾吞吐与弱信道用户。Kampala International University团队把每个用户建模为独立学习智能体，用共享奖励协调各自的局部观测，并在学习环境中显式计入不完美SIC留下的残余干扰。三用户仿真中，该方法在30 dB信噪比下取得约18 bps/Hz和0.96的公平指数，10 dB时中断概率低于10%。

该工作提出 GREQ 两阶段混合模型-学习框架：第一阶段用基于信道统计的贪心算法以最少子信道确定性满足用户 QoS，第二阶段利用 OFDM 子信道间干扰仅来自同子信道这一结构，将大规模 MARL 问题分解为按子信道独立的 QMIX 子问题，从而避免动作空间指数爆炸；在 50MHz 带宽、多种 numerology 的仿真中，GREQ 相比优化与学习基线吞吐提升最高 40%，实现 100% 约束满足，且仅激活 20–80% 的可用子信道。

该工作提出 GREQ 两阶段混合模型-学习框架：第一阶段用基于信道统计的贪心算法以最少子信道确定性满足用户 QoS，第二阶段利用 OFDM 子信道间干扰仅来自同子信道这一结构，将大规模 MARL 问题分解为按子信道独立的 QMIX 子问题，从而避免动作空间指数爆炸；在 50MHz 带宽、多种 numerology 的仿真中，GREQ 相比优化与学习基线吞吐提升最高 40%，实现 100% 约束满足，且仅激活 20–80% 的可用子信道。

作者提出 RRM-GPT，一个把无线资源管理决策当作语言逐字段生成的自回归框架：编码器将异构网络观测映射为统一 token，解码器按网络状态与已生成字段依次输出决策；在 5G NR 案例中，单一模型生成涵盖用户选择、时序、链路自适应、资源分配与控制信令的完整调度授权，并无需适配即把所学行为迁移到未见过场景。

作者提出 RRM-GPT，一个把无线资源管理决策当作语言逐字段生成的自回归框架：编码器将异构网络观测映射为统一 token，解码器按网络状态与已生成字段依次输出决策；在 5G NR 案例中，单一模型生成涵盖用户选择、时序、链路自适应、资源分配与控制信令的完整调度授权，并无需适配即把所学行为迁移到未见过场景。