AIが解く世界の難問 · 計算機科学の理論 · arXiv · 2026-10-26
デジタルツインと信念付きQ学習による6G向けジャマー特定とビーム電力制御
原題: Digital-Twin-Referenced Belief-Guided Q-Learning for Jammer Identification and Beam-Power Control in a mmWave Model
6G向けのミリ波ネットワークでは、妨害源（ジャマー）の特定とビーム電力の制御を同時に行う必要がある。本研究は、実際のネットワーク状態と比較する参照基準としてデジタルツインを用い、信念（belief）を取り入れたQ学習手法BGQLを提案した。28GHz帯のサイト固有モデルで30回の対応するモンテカルロ試行を行い、SARSA、Greedy、Randomと比較したところ、ジャマー1台では位置特定の再現率が100%、2台では78～81%となった。ただし1回の実行時間は80～130秒であり、SARSAの5～14秒より長い。