一种基于强化学习的MIMO手机天线自适应调谐方法

本发明公开了一种基于强化学习的MIMO手机天线自适应调谐方法，包括如下步骤：采集工作参数；对工作参数集合进行融合编码，生成包含历史状态和时间序列信息的特征向量；根据工作参数集合计算动作范围边界，并生成越界检测规则和回滚触发条件；将特征向量与动作范围边界输入改进型扩散策略生成模型，利用层级化策略网络生成调谐动作；依据越界检测规则进行检测并在越界时触发回滚，得到稳定执行状态；计算稳定性指标并构建多样性‑稳定协同奖励函数，更新层级化策略网络；生成场景标签，形成键值对索引并存储，构建轻量策略并通过网络蒸馏方式固化。本发明实现了MIMO手机天线的自适应调谐。