面向无人机搭载可重构智能表面辅助动态设备到设备通信的决策变换器

本文研究具有随机链路激活的无人机搭载可重构智能表面辅助设备到设备通信。文中对无人机运动与姿态、时变莱斯角以及角度相关的可重构智能表面反射进行建模，并在移动性、能量与硬件约束下，联合优化无人机轨迹、姿态和可重构智能表面相位，以最大化平均和速率。该问题采用深度强化学习以及在多场景专家轨迹上训练的决策变换器求解。结果表明方法具有有效的跨场景泛化能力，零样本迁移优于直接深度强化学习迁移，在线微调以更少交互达到有竞争力的性能。