AI اور دنیا کے مشکل مسائل · نظریاتی کمپیوٹر سائنس · arXiv · 2026-10-26

mmWave ماڈل میں جیمر کی شناخت اور بیم پاور کنٹرول کے لیے ڈیجیٹل ٹوِن حوالے پر مبنی بیلیف گائیڈڈ Q-لرننگ

اصل عنوان: Digital-Twin-Referenced Belief-Guided Q-Learning for Jammer Identification and Beam-Power Control in a mmWave Model

یہاں جس مسئلے کو حل کیا گیا ہے وہ 6G mmWave نیٹ ورکس میں جیمر کی شناخت اور بیم پاور کنٹرول کا مشترکہ مسئلہ ہے۔ مصنفین سمولیشن پر مبنی ڈیجیٹل ٹوِن حوالہ استعمال کرتے ہیں، جس کے مقابل نیٹ ورک کی اصل حالت کا جائزہ لیا جاتا ہے، اور ایک مخصوص مقام کے 28-GHz نیٹ ورک ماڈل کے لیے بیلیف گائیڈڈ Q-لرننگ (BGQL) طریقہ استعمال کرتے ہیں۔ 30 جوڑی دار مونٹی کارلو رنز میں، SARSA، Greedy اور Random کے مقابلے میں، BGQL نے 437.4–564.2 Mbit/s کے لنک ریٹ اسکور اور ایک جیمر کے لیے 100% اور دو جیمرز کے لیے 78–81% لوکلائزیشن ریکال حاصل کیا، اگرچہ ہر رن میں 80–130 s لگے جبکہ SARSA میں 5–14 s۔ مصنفین اسے سمولیشن پر مبنی تصوراتی ثبوت کے طور پر پیش کرتے ہیں۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →