IEEE GLOBECOM全球通信大会于2019年12月9日至13日在美国夏威夷举行。紫金山实验室普适通信研究中心与东南大学移动通信国家重点实验室研究团队联合完成的论文《Intelligent Beam Training for Millimeter-Wave Communications via Deep Reinforcement Learning》（作者：章建军、黄永明、王家恒、尤肖虎）获得了本次会议无线通信方向最佳论文奖。会议期间，紫金山实验室普适通信研究中心研究人员就论文内容与来自全球的通信专家学者进行积极交流，深入探讨，获得了与会者的一致好评。
 

IEEE GLOBECOM（Global Communications Conference）是由IEEE通信协会（IEEE Communications Society）举办的旗舰会议，在国际上具有极大影响力，涵盖了无线通信、无线网络、信息论、通信信号处理、光通信、多媒体通信、信息安全等在内的通信行业各个领域。IEEE GLOBECOM的最佳论文奖是通信学术界的论文大奖之一，这是紫金山实验室首次获此殊荣。

5G及未来6G移动通信网络将从支持人与人通信转变到支持万物互联，其应用泛在多元化，网络也日益复杂化。通信与大数据、人工智能深度融合，是应对该重要发展趋势的重要解决途径。但是，由于移动通信网络具有高动态性和非平稳性，传统的基于纯数据驱动的机器学习等人工智能理论方法难以满足实时性要求，发展数据与模型协同驱动的新型智能通信成为未来移动通信重要研究方向，紫金山实验室普适通信研究中心牵头承担了该方向的重大科技任务攻关。

获奖论文面向该发展趋势致力于解决大规模多入多出（MIMO）通信及毫米波通信所涉及的智能波束控制重要问题，创新性地把深度强化学习网络与传统波束训练/跟踪模型进行有机融合，提出数据与模型协同驱动的环境自感知智能波束控制理论与技术，以及相应的智能MIMO理论与技术，能够实时感知信道变化统计规律，对波束训练策略智能调整，寻求最优的决策路径，在动态场景下实现高效自适应MIMO传输。相对于现有的波束控制技术，本研究无需环境建模先验知识，运算复杂度低，鲁棒性好，适用于多种复杂的动态信道场景；且通过对输入数据的图化和稀疏化处理，把通信数据的结构信息成功引入到深度强化学习构架，极大提高了学习的收敛速度和实时性，突破了小样本数据条件下信道环境自感知和波束智能控制的难题，为未来智能通信研究提供了新的思路。