新兴的分子通信：基于图神经网络和扩散通道的初步研究结果

《IEEE Transactions on Molecular, Biological, and Multi-Scale Communications》：Emergent Molecular Communication: Preliminary Results With Graph Neural Networks and Diffusion Channels

　　本研究结合图神经网络与分子扩散模型，构建人工代理系统模拟生物分子通信。代理通过Lewis游戏框架交换扩散分子，中间节点动态调整参数以优化通信。初步数值结果表明系统可自主进化出高效分子通信协议，为理解生物系统及优化仿生网络提供新方法。

　　

摘要：

生物体发展出了复杂的通信机制，以提高其适应性和生存能力，这些机制从分子信号传递到复杂的语言结构不等。理解这些机制的进化过程可以为生物过程和人工通信系统设计提供见解。作为这一方向的首次尝试，本文提出了一个基于图神经网络（GNNs）和分子扩散模型的初步系统，用于观察人工代理之间分子通信（MC）协议的出现。具体而言，这些代理根据刘易斯博弈框架进行互动，通过交换在流体环境中扩散的分子来实现交流。在该框架中，发送者借助中间中继节点对符号进行编码并传输到目的地，这一过程受到基于扩散的分子通信随机行为的影响，从而影响消息的完整性。每个节点都可以调整其内部参数以影响通信过程，模拟生物体（如细菌）的进化过程。初步的数值结果表明，该系统能够学习演化出有效的分子通信协议。这些发现凸显了此类系统在研究分子通信现象方面的潜力，有望促进对分子生物系统的更好理解，并优化基于生物原理或受生物启发的网络系统。