基于柵格化用戶位置自動(dòng)化天線調(diào)參的新型強(qiáng)化學(xué)習(xí)方法，用于下述場(chǎng)景：包括多個(gè)宏基站和微基站與多個(gè)宏用戶的雙層異構(gòu)蜂窩網(wǎng)絡(luò)。為了使復(fù)雜網(wǎng)絡(luò)環(huán)境下高速移動(dòng)的多個(gè)用戶能夠始終保持高加權(quán)和速率，提出基于柵格化用戶位置自動(dòng)化天線調(diào)參的新型強(qiáng)化學(xué)習(xí)方法。該方法包括兩個(gè)步驟：(1)離線建模階段，最大的優(yōu)點(diǎn)在于可以減少在線學(xué)習(xí)時(shí)的時(shí)間開銷和計(jì)算復(fù)雜度；(2)在線學(xué)習(xí)階段：基于用戶反饋的實(shí)時(shí)SINR值，利用所提出的新型強(qiáng)化學(xué)習(xí)方法，給出能使用戶加權(quán)和速率R達(dá)到最大的天線參數(shù)配置。所提出的方法較傳統(tǒng)方法而言，適用場(chǎng)景更接近現(xiàn)網(wǎng)情況，強(qiáng)化學(xué)習(xí)對(duì)于時(shí)序預(yù)測(cè)有很好的效果，同時(shí)，基于柵格化用戶位置的方法更具有拓展性。