DRL和IRS的结合（主要关注IRS怎么获取CSI）

Deep Reinforcement Learning for Intelligent Reflecting Surfaces: Towards Standalone Operation. Abdelrahman Taha et.al. 2020 IEEE 21st International Workshop on Signal Processing Advances in Wireless Communications (SPAWC), 26-29 May 2020 (pdf) (Citations 24)

Quick Overview

提出一种DRL（Deep Reinforcement Learning）的方法，不用额外的训练开销就可以获得接近Supervised Learning 和Perfect CSI的性能。而且这个方法不受其他基站控制，是standalone的。

值得注意的是，对于整个IRS，并不是全部无源的，而是部分有源，称为Active element，等同于对全部IRS CSI进行sample。

实验结果说明：

实验结果说明，虽然DRL需要更多的样本训练，但是DRL方案仅对每个训练片段使用一个Beam，而DL方案需要400个。

然后利用类似半监督-伪标记的方法，用DRL预测最优希望的$k_B$波束，并把这些波束添加到训练集中

同时，还可以看到，Ideal Rewarding 性能更加，即仅当可达速率等于期望值时，才给正向反馈，否则都是负向反馈。

具体内容