毫米波 IAB 挑戰
Integrated Access and Backhaul（IAB）在 3GPP Release 16 中被定義為解決密集部署下無法鋪設光纖回傳的關鍵技術。毫米波頻段具備高頻寬但對阻擋敏感，且易受干擾與鏈路動態變化影響。動態連結與資源競爭使得排程與資源分配成為瓶頸，亟需高效演算法協調。
DRL 架構設計
本文根據 arXiv:2508.07604v1，提出一套以 Double Deep Q-Network（DDQN）為基礎的聯合排程與資源切片框架。系統分為兩階段：先由貪婪 DDQN 排程器根據即時流量需求與拓撲結構，決定存取與回傳鏈路的啟用；再進行資源分配。
多 Agent 資源分片
在資源分片階段，採用多智能體 DDQN 模型同時分配頻寬與天線數目，以支援多個網路切片（network slice）。透過分散式決策，系統能滿足嚴格的天線限制，並允許異質鏈路同時排程，提升吞吐與鏈路穩定性。
效能驗證成果
在 96 組動態拓撲測試中，該框架達成了 99.84% 的排程精準度，並較基準演算法提升 20.90% 的整體吞吐量。根據實測 Benchmark 數據顯示，在高干擾與快速變化場景下，演算法仍能維持低延遲與高成功率。
實務部署優勢
此方法適用於無法鋪設光纖的工廠、都會密集區與行動基地台補強場景。分散式設計減少中心化控制開銷，可在邊緣設備或 MEC（Mobile Edge Computing）節點上執行，快速響應動態流量，實現自治式回傳協調。
未來研究方向
未來可結合聯邦強化學習，提升在異質設備間的模型可擴展性與隱私保護；並結合生成式 AI 進行鏈路品質預測，進一步優化排程決策。亦可探索與 6G 原語協議整合，以滿足更廣泛的網路切片需求。
https://www.okx.com/join?channelId=42974376
