一种基于深度强化学习的智能反射面元素智能激活方法

本发明请求保护一种基于深度强化学习的智能反射面元素智能激活方法，属于深度强化学习和智能反射面辅助通信领域。包括系统模型建立与目标问题建立、马尔可夫决策模型要素设置、算法框架搭建以及网络结构设计。根据考虑的通信场景建立系统模型并提出求解的目标问题；马尔可夫决策要素的设置主要是定义强化学习的智能体在与环境交互过程中涉及到的状态、动作以及奖励函数；采用基于演讲者‑评论者的深度强化学习经典算法框架，策略网络输出动作的同时利用评价网络辅助策略网络的梯度更新；调整策略网络以及评价网络的网络结构来应对智能反射面的引入带来的全连接结构对于信道状态信息提取不足的问题。本方法降低了利用传统通信算法迭代的复杂度。

《一种基于深度强化学习的智能反射面元素智能激活方法》是一发明专利，专利号为 2022115982125，当前法律状态为已下证，由重庆邮电大学提出申请，发明人为庞宇;昝世明，申请日期为2022-12-12，公开（公告）日期为2024-12-10，国际专利分类号（IPC）为 H04L41/142(2022.01)I;H04L41/14(2022.01)I;H04L41/16(2022.01)I;H04L41/0894(2022.01)I;H04W24/02(2009.01)I;G06F17/15(2006.01)I;G06F17/18(2006.01)I，高新资质：未报高企，所属技术领域包括：深度强化学习、智能反射面、IRS、元素激活、智能超表面、无线通信。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明请求保护一种基于深度强化学习的智能反射面元素智能激活方法，属于深度强化学习和智能反射面辅助通信领域。包括系统模型建立与目标问题建立、马尔可夫决策模型要素设置、算法框架搭建以及网络结构设计。根据考虑的通信场景建立系统模型并提出求解的目标问题；马尔可夫决策要素的设置主要是定义强化学习的智能体在与环境交互过程中涉及到的状态、动作以及奖励函数；采用基于演讲者‑评论者的深度强化学习经典算法框架，策略网络输出动作的同时利用评价网络辅助策略网络的梯度更新；调整策略网络以及评价网络的网络结构来应对智能反射面的引入带来的全连接结构对于信道状态信息提取不足的问题。本方法降低了利用传统通信算法迭代的复杂度。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！