FASCIA：面向干扰感知自适应频谱协调的联邦智能体 AI 框架

研究者提出联邦多智能体深度强化学习框架 FASCIA，让各网络管理者作为自主 AI 智能体在本地学习频谱协调策略，仅通过周期性联邦聚合共享模型，不交换原始感知数据或经验。FASCIA 用近端正则化缓解模型漂移，并显式处理部分重叠信道带来的载波间干扰。仿真显示其性能接近集中式基准，且在异构网络配置下保持有效。