Robust SAC-Enabled UAV-RIS Assisted Secure MISO Systems With Untrusted EH Receivers
本文提出了一种面向具有不可信能量收集接收机和不完美信道状态信息的无人机辅助智能反射面多输入单输出系统的鲁棒安全通信框架，该框架采用定制的软演员 - 评论家深度强化学习方法，在最大化最坏情况保密能效的同时，其性能优于传统优化方法及其他深度强化学习基准。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一场在复杂且不可见的迷宫中进行的高风险“捉迷藏”游戏。在这个故事中，目标是将秘密消息发送给一群朋友（合法用户），同时确保他们免受一群间谍（不可信的能量收集接收机）的侵害。这些间谍具有双重性质：他们既想窃取你的能量（如同太阳能电池板），又想窃听你的秘密。
以下是本文如何将该问题分解为简单概念并加以解决的说明：
场景：不可见的迷宫
“迷宫”是指地面基站与用户之间的空气空间。问题在于，有高楼大厦阻挡了直连路径，导致信号无法穿透。
为了解决这一问题，系统使用一架搭载特殊“魔镜”（可重构智能表面，RIS）的无人机（UAV）。
- 无人机：它在空中悬停。其任务是找到最佳位置，以接收来自基站的信号并将其反射至用户端。
- 魔镜（RIS）：该表面由数百个微小单元组成。每个单元都能像棱镜一样扭曲信号，将其精确引导至所需方向。
挑战：问题的“完美风暴”
作者们在尝试实现这一方案时，面临三大难题：
- 间谍行踪诡秘：系统无法确切知晓间谍的位置或其监听设备的强度，仅拥有“最佳猜测”（不完美信息）。系统必须针对最坏情况进行规划，即假设间谍具备其可能达到的最佳能力。
- 镜子是数字化的：在现实世界中，镜子单元无法将信号扭曲至任意角度；它们只能跳转到特定的预设角度（类似于只显示整分钟而不显示秒的数字时钟）。
- 平衡难题：系统必须同时完成三项任务：
- 将无人机移动至最佳位置。
- 调整镜子单元以聚焦信号。
- 决定为每位用户分配多少功率。
- 同时，还需确保间谍获得足够的能量以维持电池充电（以免其抱怨），但又不足以窃取秘密。
解决方案：两种不同方法
本文提出了两种解决该谜题的方法。
方法一：“逐步”计算器（SCA-BCD）
这可以想象为一位非常聪明且有条理的人类工程师。
- 工作原理：它尝试通过一次固定一个变量来求解谜题。它会说：“好吧，让我们保持无人机静止，仅调整镜子。现在，让我们保持镜子静止，仅移动无人机。”如此反复迭代，每次都能获得略微改善的结果。
- 结果：在条件完美（如无风的平静天气）时，该方法效果良好。然而，它速度较慢，且如果间谍非常狡猾（信息不确定），它可能会陷入局部的“足够好”的解，而无法找到最佳解。
方法二：“超级智能视频游戏机器人”（SAC）
这是本文的主要创新点。作者使用了一种名为“软演员 - 评论家”（Soft Actor-Critic, SAC）的人工智能。
- 工作原理：想象一个视频游戏角色，它已经玩过了数百万次“捉迷藏”游戏。它并非通过数学计算每一步，而是通过试错“学习”到了哪些动作最有效。
- 秘诀：与其他仅试图获胜的 AI 机器人不同，该机器人被训练得具有好奇心。它会偶尔尝试随机动作（探索），以观察是否存在更优策略，从而帮助其避免陷入不良的局部解。
- 结果：一旦该 AI 完成“训练”（这类似于离线备考），它便能瞬间做出决策。它观察当前情况，即可立即知道应将无人机置于何处以及如何扭曲镜子，即使间谍的行为不可预测。
重大胜利
作者们将他们的“超级智能机器人”与“逐步计算器”及其他 AI 方法进行了测试。结果如下：
- 更优性能：SAC 机器人的表现比传统计算器方法高出多达28%，比其他 AI 机器人高出16%。
- 鲁棒性：即使关于间谍的信息非常模糊（高不确定性），SAC 机器人仍能保持良好表现，而其他方法则显得吃力。
- 速度：一旦训练完成，SAC 机器人可瞬间做出决策，而计算器方法则需要在每次出现新情况时进行繁重的数学运算。
结论
本文表明，利用基于学习的智能 AI（SAC）来控制无人机和数字镜子，是发送安全且节能消息的更优方案，优于使用传统数学方法。这就像用一位见识过敌人所有可能诡计的资深专家，取代了一台缓慢的手动计算器。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。