Aprendizado Federado e Deep Q-Network habilitando VANTs como Infraestrutura em Redes 6G

Abstract

A implantação de Veículos Aéreos Não Tripulados (VANTs) como estações base aéreas é um habilitador chave para diferentes casos de uso emergentes das redes 6G. Neste contexto, este artigo apresenta uma proposição para o posicionamento de VANTs atuando como infraestrutura de redes móveis assistidas por Federated Deep Learning (FDL) e Deep Q-Network (DQN). A proposta é baseada em um paradigma de aprendizado descentralizado que melhora a sobrecarga de comunicação com foco na preservação da privacidade e adaptação dinâmica dos VANTs ao ambiente de propagação das redes móveis.