用于对波束管理的强化学习的机制

本公开涉及关于波束管理的强化学习(RL)。特别地，它利用侧链路能力来使得真实数据/流量交换能够用于RL探索训练步骤。这样，一方面它能实现无线电系统性能友好的RL学习训练操作，并且在另一方面将利用可用的无线电空中资源。