CSIボトルネックの回避：反射板アレイのためのMARL駆動型空間制御

Abstract

再構成可能インテリジェント表面（Reconfigurable Intelligent Surfaces: RIS）は次世代のスマート無線環境において極めて重要ですが、その実運用は、チャネル状態情報（CSI）推定に伴う扱いにくい計算オーバーヘッドによって深刻にボトルネック化されています。この根本的な物理層の障壁を回避するために、複雑なチャネルモデリングを空間インテリジェンスで置き換える、AIネイティブでデータ駆動のパラダイムを提案します。本論文では、機械的に調整可能な金属反射器アレイを制御するための、完全自律型のマルチエージェント強化学習（Multi-Agent Reinforcement Learning: MARL）フレームワークを提示します。高次元の機械的制約を、低次元の仮想焦点点空間へ写像することで、中央集権的学習・分散実行（Centralized Training with Decentralized Execution: CTDE）アーキテクチャを導入します。マルチエージェント近位方策最適化（Multi-Agent Proximal Policy Optimization: MAPPO）を用いて、分散エージェントはユーザ座標に依存する協調的なビーム集束戦略を学習し、CSI不要の動作を実現します。動的な非見通し（Non-Line-of-Sight: NLOS）環境における高精度レイトレーシングシミュレーションにより、このマルチエージェント手法がユーザの移動に対して迅速に適応することが示されます。静的な平面反射器に対して最大26.86 dBの向上を達成し、さらに単一エージェントおよびハードウェア制約付きのDRLベースラインを、空間的選択性と時間的安定性の両面で上回ります。重要なことに、学習されたポリシーは展開に対して高い耐性を示し、1.0メートルのローカライゼーションノイズ下でも安定した信号カバレッジを維持します。これらの結果は、MARLに基づく空間抽象化が、AIを活用した無線ネットワークへの向けてスケーラブルで非常に実用的な道筋となり得ることを検証するものです。