摘要：
1.算法概述 如图1表示一个潜伏式认知中继网络，在这个场景中有一对主用户和一对次级用户，主用户由一个发射器和一个接收器组成，次级用户由一个发射器、一个接收器和n个中继节点组成。次级用户的认知节点之间没有直接链路，中继节点采用放大转发工作模式。假设场景中涉及到的信道都是相互独立的块衰落信道，也就是说即 阅读全文
摘要：
1.算法概述 假设我们的行为准则已经学习好了, 现在我们处于状态s1, 我在写作业, 我有两个行为 a1, a2, 分别是看电视和写作业, 根据我的经验, 在这种 s1 状态下, a2 写作业 带来的潜在奖励要比 a1 看电视高, 这里的潜在奖励我们可以用一个有关于 s 和 a 的 Q 表格代替, 阅读全文