本期“人工智能”专栏评述

评《基于多智体强化学习的接入切片动态切换》

在未来，移动通信网络必然向多元化业务的方向发展。例如，当你在通过无线网络体验虚拟现实时，其他用户身上的可穿戴物联网设备也在通过同一个网络进行数据传输。事实上，这两种应用对网络的需求大为不同，其中，虚拟现实需要网络提供低时延和高速率的传输，而物联网设备则需要网络支持高并发通信。那么，如何让一个网络同时满足具有差异化需求的业务呢？这就需要引入网络切片(Network Slicing)技术，通过将移动通信网络的底层物理资源切分成多个逻辑独立的切片来满足各类业务。

这篇论文针对网络切片的切换问题进行了研究。我们知道，由于用户移动以及业务需求的变化，用户信道条件和切片负载不断变化。同时，用户切片选择会对别的用户产生影响。因此，优化用户的切片切换需要从用户整体性能的角度动态地进行。本文创新性地将切片地接入切换问题建模为多人随机博弈问题，然后通过人工智能中的多智体强化学习进行求解，提出了分布式的网络切片智能接入和切换算法。

本文利用人工智能技术解决了构建未来网络关键的切片切换问题，相信会为从事相关领域的研究人员带来有益的启发。

评《面向智能通信的深度强化学习方法》

在几年前，基于深度强化学习的AlphaGo 击败围棋九段棋手李世乭，这引起了全世界的目光并掀起了对深度强化学习的研究热潮。深度强化学习实际上是一种利用神经网络对环境规律进行分析、提取，并据此做出最优决策的机器学习方法，它也是人工智能在自动化控制领域的代表性技术。

与此同时，传统移动通信的发展却遇到了瓶颈。一方面，通信终端的激增导致网络规模剧增。另一方面，人们日益提高的通信需求使网络必须通过精准的按需服务来充分利用有限的资源。这都使传统基于优化的网络管理方法失效。为了解决这一问题，人们提出将人工智能与传统通信技术相结合，打造面向未来通信需求的智能通信系统。这篇文章着眼于介绍面向智能通信的深度强化学习方法，从移动通信网络的资源管理、接入控制以及网络维护三方面进行了全面的剖析和总结。此外，本文还对目前尚未解决的开放问题进行了讨论。对于从事通信领域或对智能通信感兴趣的读者，相信本文可以为你提供有益的思路。

梁应敞，教授、博导、欧洲科学院外籍院士，IEEE Fellow，国家特聘专家，全球高被引科学家，电子科技大学人工智能研究院副院长、电子科技大学智能网络与通信研究中心主任、先进无线通信国际合作研究中心副主任及国际期刊IEEE Cognitive Communications and Networking(TCCN)主编。长期从事认知无线电、频谱共享、智慧物联网、无线大数据及机器学习等领域的前沿研究，承担了多项国家自然科学基金项目。在国际学术期刊及会议上发表专业论文400 余篇(包括ESI 高被引论文18 篇)，Google Scholar 总引用次数近2.5 万次，其中单篇最高引用超过2 800 次，拥有30 多项国际专利，是IEEE 802.22 等多个国际标准的起草人之一。