В данной статье исследуется система широкополосной связи ближней зоны с участием нескольких пользователей, поддерживаемая с помощью интеллектуальной всенаправленной вспомогательной сверхповерхности, и предлагается мощный алгоритм, основанный на глубоком обучении с подкреплением. Путем совместной оптимизации активной формирования луча базовой станции и пассивного формирования луча интеллектуальной всенаправленной сверхповерхности улучшается скорость достижения пользователей. Для смягчения проблемы разделения широкополосных лучей в широкополосной связи вводится смешанная структура предкодирования совместного по времени для эффективного формирования широкополосного луча. Учитывая сопряженную модель фазового сдвига интеллектуальной всенаправленной сверхповерхности, проектирование пассивного формирования лучей преобразуется в смешанную задачу управления непрерывным и дискретным фазовым сдвигом и решается проблема управления высокомерными последовательными действиями путем применения отображения смешанных действий. Кроме того, введен оператор softmax для смягчения оценочного смещения в существующих алгоритмах глубокого обучения с подкреплением. Результаты моделирования показывают, что предложенный алгоритм превосходит существующие алгоритмы в решении проблемы избыточной и недостаточной оценок.

Глубокое обучение с подкреплением; Формирование лучей ближней зоны; Интеллектуальная всенаправленная сверхповерхность; Разделение широкополосных лучей