基于CGAN的避扰通信决策网络离线式训练方法

基于强化学习的避扰通信，由于需要不断地与环境交互从中学习到最优决策，其决策网络的训练时间受环境反馈速率的约束，通常耗时严重。针对这一问题，提出了一种离线式训练方法。构建出一种频谱虚拟环境生成器，可以快速生成大量的逼真合成频谱瀑布图，用于避扰通信决策网络训练。由于所提方法脱离真实环境反馈，形成离线式训练，进而显著提高模型训练效率。实验结果表明:与实时在线训练方法比较，所提离线式训练方法的训练时间可以减少50%以上。