Optimierung der mmWave-Basisstationen-Deployment in intelligenten Campus mit multi-agent Offline-Tiefenverstärkungslernen

Hintergrund

In der fünften Generation mobiler Netze und künftiger Infrastruktur gilt mmWave als Schlüsselmittel für mehr Kapazität: Die hohen Frequenzen bieten breite Bänder, doch die starken Ausbreitungsverluste und die stark gerichtetem Strahlformung machen die physische Platzierung von Basisstationen entscheidend für Abdeckung und Nutzererlebnis. Intelligente Campus stellen dabei eine besonders anspruchsvolle Umgebung dar. Gebäude ballen sich, die Nachfrageschwerpunkte liegen an bestimmten Orten, und es entsteht eine nicht-konvexe Funktopologie, die sich einfacher geometrischer reasoning entzieht. Herkömmliche Verfahren auf Basis konvexer Optimierung oder geschlossener Analyse setzen glatte Geometrien voraus und stoßen an solchen Standorten an ihre Grenzen.

Die Studie fasst die Kernaufgabe als gemeinsame Maximierung von Abdeckungsgenauigkeit und Fairness unter den Nutzern. Weil die Max-Min-Fairness-Zielfunktion nicht-konvexe und nicht-glatte Eigenschaften aufweist und die Campus-Topologien real nicht-konvex sind, gilt das Standortproblem als NP-schwer. Statt exakter Lösungen, die im großen Maßstab rechnerisch nicht tragbar wären, formalisieren die Autoren die Basisstationen-Standortwahl als Markov Decision Process (MDP). Diese Umformung verwandelt ein sonst unlösbares kombinatorisches Problem in eine sequenzielle Entscheidungsaufgabe, in der ein Agent durch Interaktion mit der Umgebung annähernde Lösungen erlernt.

Tiefenanalyse

Der zentrale methodische Beitrag der Arbeit ist der systematische Vergleich von vier Tiefenverstärkungslernen-Anträgen, die zwei Aktionsräume und zwei Kooperationsmodellen abdecken. Zunächst steht das diskret Single-Agent-DQN, das mögliche Basisstationen-Standorte in eine endliche Aktionsmenge aufteilt und einem einzigen Agenten globale Platzierungsentscheidungen überlässt. Der zweite Ansatz ist das räumlich partitionierte Multi-Agent-DQN, das den Campus in geographische Teilgebiete aufteilt, damit unabhängige Agenten lokale Entscheidungen treffen und die exponentielle Expansion des Aktionsraums eindämmen.

Für kontinuierliche Anforderungen führen die Autoren das kontinuierliche Single-Agent-DDPG sowie ein geographisch partitioniertes Multi-Agent-DDPG-Framework ein. Diese Abdeckung der vollen Matrix aus diskreten und kontinuierlichen Aktionen in Kombination mit Single- und Multi-Agent-Koordination ist bewusst angelegt. Im Multi-Agent-Partitionierungsschema reduziert jeder Agent die lokale Entscheidungskomplexität, was die Konvergenz in dichten Szenarien beschleunigt, während der deterministische Policy des DDPG die feingranulären kontinuierlichen Ausgaben liefert, die eine präzise Platzierung erfordert.

Branchenwirkung

Numerische Experimente auf einer realistischen nicht-konvexen Campus-Topologie bewerten Netzabdeckung, Jain-Fairness-Index und algorithmische Konvergenz. In dichten Nutzer-Szenarien übertrifft der Multi-Agent-DDPG-Ansatz die Single-Agent-Methoden deutlich und bestätigt damit den kombinierten Wert von geographischer Partitionierung und kontinuierlichen Aktionen. Besonders auffällig ist, dass damit eine vollständige Abdeckung zusammen mit einem Jain-Fairness-Index von 0.94 erreicht wird; die Differenzen in der Nutzererlebnis werden eng begrenzt, einzelne Nutzergruppen werden nicht an den Rand gedrängt.

Das Multi-Agent-Framework zeigt zudem eine effiziente rechnerische Konvergenz in einem dichten Szenario mit 400 Nutzern, was bestätigt, dass die Lösungsqualität mit wachsender Nutzerzahl stabil bleibt. Diese ablationsartigen Vergleiche offenbaren ein klares Muster: Steigt die Szenariokomplexität, leiden Single-Agent-Methoden, weil ihre Aktions- und Zustandsräume anwachsen, während die Kombination aus Multi-Agent-Partitionierung und kontinuierlichem DDPG-Policy Leistung und Effizienz besser ausbalanciert. Das macht den Ansatz zu einer glaubwürdigen Algorithmuswahl für Betreiber, die Baukosten und Nutzererlebnis bei der 5G- und 6G-Rollout abwägen.

Ausblick

Indem ein NP-schweres Deployementproblem unter einer einheitlichen MDP-Formulierung zusammengeführt und ein gemeinsamer Vergleichsrahmen veröffentlicht wird, senkt die Arbeit die Forschungshürde für Folgestudien und fördert standardisierte Bewertungen im Bereich des drahtlosen Ressourcenmanagements. Der reproduzierbare Benchmark bietet einen konkreten Anhaltspunkt statt bloß einer einzelnen leistungsstarken Lösung.

Die Autoren weisen darauf hin, dass sich die kombinierten Ideen der räumlichen Partitionierung und kontinuierlichen Aktionen natural auf anspruchsvollere Aufgaben erweitern lassen, etwa mobile Nutzer-Szenarien, zeitveränderliche Topologien oder die gemeinsame Strahlformungs-Optimierung. Damit eröffnen sich weite Räume für künftige Erweiterungen.