Multi-Agent Deep Reinforcement Learning-Based Fairness-Aware Power Allocation in NOMA Systems under Imperfect SIC for 5G Communication Networks
यह शोध पत्र एक विकेंद्रीकृत मल्टी-एजेंट डीप रीइन्फोर्समेंट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो दोषपूर्ण SIC स्थितियों के तहत डाउनलिंक NOMA सिस्टम में पावर एलोकेशन को अनुकूलित करता है ताकि स्पेक्ट्रल दक्षता, उपयोगकर्ता निष्पक्षता और विश्वसनीयता को एक साथ बढ़ाया जा सके, जो गतिशील 5G वातावरणों में पारंपरिक और मौजूदा लर्निंग-आधारित एल्गोरिदम से बेहतर प्रदर्शन करता है।