近日，电信学院教师陈赓课题组在计算机网络和信息通信领域国际顶级期刊《IEEE Transactions on Wireless Communications》（IEEE TWC）以长文形式发表题为“Distributed RAN Slicing Based on MATD3 Joint with Evolutionary Game Assisted User Association for MEC-Enabled HetNets”的研究论文。

　　该论文在多接入边缘计算（MEC）驱动的无线接入网络（RAN）切片场景中联合优化了基站的带宽资源和计算资源。基于用户在选择基站（BSs）时的非绝对理性考虑，论文提出了一种基于演化博弈（EG）的用户关联（UA）方案来解决用户过载问题。利用传输速率、平均延迟和服务质量（QoS）对网络切片（NS）问题进行优化建模，论文中又提出了一种基于分布式连续凸逼近（DSCA）的NS算法，推导出作为静态离线准则的理论上界值。针对真实场景中用户任务到达的高随机性，将多基站切片问题表述为随机博弈（SG）问题，论文还提出了一种基于多智能体双延迟深度确定性策略梯度（MATD3）的分布式网络切片算法，获得了性能良好的切片策略。仿真结果表明，该算法具有独特的演化平衡（EE）解，且具有较高的可扩展性。与其他基线算法相比，该MATD3-Based NS算法具有更好的性能并收敛到最接近理论上界的效用值。