• مقدمه (12)
  • زمینه تحقیق (12)
  • ضرورت تحقیق (13)
  • هدف تحقیق (13)
  • ساختار پایان‌نامه (14)
  • جمع‌بندی (14)
• مروری بر تحقیقات پیشین
  • مقدمه
  • شبکه‌های بی‌سیم نسل ششم (17)
    • ویژگی‌های جدید در شبکه‌های نسل ششم (17)
  • سطح هوشمند قابل تنظیم (20)
  • فراصفحه هوشمند چندلایه (22)
  • یادگیری تقویتی عمیق در شبکه‌های بی‌سیم (25)
  • یادگیری تقویتی (27)
  • یادگیری اعمال (28)
  • یادگیری Q (29)
    • تابع Q (29)
    • الگوریتم یادگیری Q (30)
    • محیط‌های غیرقطعی و پاداش‌های تصادفی (30)
    • تعریف تابع Q در حالت غیرقطعی (31)
    • یادگیری Q عمیق (31)
    • شبکه‌های عصبی عمیق (31)
    • نقش شبکه‌های عصبی عمیق در یادگیری تعاملی (32)
    • روش بازیگر-نقاد (33)
    • الگوریتم گرادیان‌های سیاست قطعی عمیق (34)
  • تقریب متوالی محدب (35)
  • نتیجه‌گیری (37)
  • جمع‌بندی (37)
• مدل سیستم و روش پیشنهادی (39)
  • مقدمه (39)
  • مدل سیستم تعریف شده (40)
  • فرمول‌بندی مسئله (42)
    • تابع هدف بهینه‌سازی (43)
  • راه حل بر اساس یادگیری تقویتی برای مسئله طرح شده (43)
    • نمایش مسئله به صورت فرآیند تصمیم‌گیری مارکوف (44)
    • چرا یادگیری تقویتی برای این مسئله مناسب است؟ (45)
    • نتیجه‌گیری (46)
  • الگوریتم گرادیان‌های سیاست قطعی عمیق با دو تأخیر و فرایادگیری (46)
    • ضرورت فرایادگیری در شبکه‌های بی‌سیم پویا (47)
    • (TD3)الگوریتم گرادیان‌های سیاست قطعی عمیق با دو تأخیر (47)
    • الگوریتم فراگرادیان‌های سیاست قطعی عمیق با دو تأخیر (49)
  • تشریح الگوریتم فراگرادیان‌های سیاست قطعی عمیق با دو تأخیر و فرآیند آموزش دو سطحی (50)
    • تحلیل پیچیدگی محاسباتی (52)
    • نکات اجرایی و پیاده‌سازی (52)
  • تقریب محدب متوالی (53)
  • جمع‌بندی (54)
• نتایج (56)
  • مقدمه (56)
  • نحوه شبیه‌سازی (56)
  • نتایج شبیه‌سازی (57)
  • جمع‌بندی (62)
• نتیجه‌گیری و کارهای آتی (64)
  • جمع‌بندی و نتیجه‌گیری (64)
  • پیشنهادها و کارهای آتی (65)
• مراجع (66)
• واژه‌نامه (74)