RL-Based Delay Minimization for Computation Offloading in IRS- and RHS-Enhanced MEC Systems
Dit artikel stelt een op Deep Deterministic Policy Gradient (DDPG) gebaseerd reinforcement learning-framework voor om de IRS-faseverschuivingen, RHS-antenneamplitudes en taakoffloading-beslissingen gezamenlijk te optimaliseren in een door IRS en RHS versterkt mobile edge computing-systeem, waardoor de algehele taakuitvoeringstijd aanzienlijk wordt geminimaliseerd in vergelijking met conventionele benaderingen.