强化学习与GNN的组合正在成为图结构决策问题的新引擎，从组合优化、分子生成到多智能体协同，两者的深度耦合持续突破着传统方法在复杂关系推理上的瓶颈。
本文从近年顶会顶刊中整理了10篇两者结合的最新前沿论文，正在做相关课题的伙伴可以直接下方领取论文及代码（部分包含），不管是快速搭baseline、找创新切口，还是跟最新技术趋势，都能省不少从零摸索的功夫。
长按识别下方二维码，回复【强化gnn】
无偿领全部论文合集及项目代码
Delay and Energy Optimization in Heterogeneous GEO–LEO Satellite Networks: A GNN-Enhanced Game-Theoretic and DRL Approach
异构GEO–LEO卫星网络中的延迟与能耗优化：GNN增强的博弈论与深度强化学习方法
文章内容
本文针对GEO–LEO卫星边缘计算中LEO高移动性导致的服务不稳定、多波束干扰与动态排队问题，提出层次化协同架构：GEO作为稳定性锚点和远程云中继，LEO提供低延迟处理。作者建立两级波束中心通信资源分配模型与动态排队模型（DQM），将任务卸载与资源分配联合建模为MINLP，并提出G²DRL框架，层次化分解为GNN增强博弈论求解离散卸载决策、GNN增强DRL优化连续资源分配。仿真表明，该方法在加权总延迟与能耗上显著优于SOTA DRL基线，且收敛稳定性更强。
EExApp: GNN-Based Reinforcement Learning for Radio Unit Energy Optimization in 5G O-RAN
基于GNN强化学习的5G O-RAN无线单元能耗优化
文章内容
本文提出EExApp，一种部署于5G O-RAN Near-RT RIC的DRL xApp，联合优化RU睡眠调度与DU资源切片。框架采用双actor-双critic PPO架构，离散EE Actor负责RU睡眠时隙决策，连续RS Actor负责切片资源分配；Transformer编码器将动态UE数量的KPI观测编码为固定维表示，二部图GAT动态协调两个critic对actor更新的影响，平衡节能与QoS。作者在真实5G O-RAN测试床（商用RU+8部智能手机）上完成OTA实验，结果表明EExApp收敛更快、QoS违例率更低，在能耗与服务质量权衡上优于Kairos等SOTA基线。
Safe Causal-Graph Primal-Dual Multi-Agent Scheduling for Energy- and Latency-Constrained Edge-Assisted Cognitive Radio Networks
面向能量与延迟约束边缘辅助认知无线网络的安全因果图原始对偶多智能体调度
文章内容
本文提出SCOPE框架，针对边缘辅助认知无线网络中不完美频谱感知、多用户异构耦合与尾部风险约束问题，实现频谱接入、任务卸载与计算资源的联合调度。框架整合三项关键设计：基于贝叶斯滤波的信念状态增强以可靠估计信道可用性；构建双关系因果图（干扰图与计算竞争图）分别建模不同物理耦合；采用CVaR约束原始对偶优化控制延迟与能耗的尾部风险。整体遵循集中训练、分散执行架构，因子化critic缓解多智能体非平稳性。仿真表明，在动态移动、随机任务到达与变化主用户活动下，SCOPE在延迟、能效、约束满足率与吞吐量上均优于基线。
↓↓听说在下方一键三连的都Accept了🌝
