章华燕1. 多智能体通信系统与OBSS干扰问题
在无线通信网络中，多智能体系统面临着复杂的资源分配挑战。当多个无线设备（如无线路由器、移动终端等）在相同地理区域工作时，它们的基本服务集（BSS）会相互重叠，形成所谓的重叠基本服务集（OBSS）场景。这种现象在密集部署的办公环境、智能家居和物联网应用中尤为常见。
1.1 OBSS干扰的形成机制
OBSS干扰本质上源于两个物理因素：
- 同频干扰：当多个设备使用相同或相邻信道时，信号在空间上相互叠加
- 隐藏终端问题：某些设备无法检测到其他正在传输的设备，导致冲突增加
这种干扰会直接导致：
- 信噪比（SNR）下降
- 数据重传率上升
- 有效吞吐量降低
- 通信延迟增加
实际测试数据显示，在典型的办公环境中，OBSS干扰可使Wi-Fi网络吞吐量下降40-60%
1.2 系统性能的双重目标
在设计通信资源分配算法时，我们需要平衡两个关键指标：
| 指标类型 | 定义 | 测量方式 | 优化挑战 |
|---|---|---|---|
| 系统吞吐量 | 单位时间内成功传输的总数据量 | 各链路吞吐量之和 | 容易导致资源分配不均衡 |
| 公平性 | 各智能体获取资源的均衡程度 | Jain's公平指数 | 可能牺牲整体效率 |
传统的静态资源分配方法（如固定信道分配）难以动态适应环境变化，而完全分布式的决策又可能导致智能体间的资源竞争冲突。这正是我们需要引入多臂老虎机框架的根本原因。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 多臂老虎机算法基础
2.1 经典MAB问题建模
多臂老虎机问题可以形式化为一个元组〈A, R〉：
- A = {a₁, a₂, ..., a_K} 表示K个可选的摇臂（在通信场景中对应不同的资源选择）
- Rᵃ(r)表示选择摇臂a获得的奖励r的概率分布
玩家的目标是在T轮游戏中通过策略π最大化累计奖励：
∑_{t=1}^T r_t, 其中a_t ∼ π(t), r_t ∼ R^
2.2 探索-利用困境的通信解释
在无线通信场景中：
- 探索对应尝试新的信道或传输参数
- 优点：可能发现更优的资源配置
- 成本：探索期间的性能暂时下降
- 利用对应使用当前已知的最佳配置