この記事では、強化学習（RL）を活用した認知フレームワークが提案されています。このフレームワークは、大規模MIMOに基づく統合センシングおよび通信（ISAC）システムにおいて、均一平面アレイ（UPA）を利用しています。主な焦点は、未知の動的干渉特性におけるレーダーのセンシング性能を向上させることで、Wald型検出器を用いて非ガウス性の混信下での頑健なターゲット検出を実現します。また、SARSAベースのRLアルゴリズムを使用し、事前の環境知識なしでのターゲット位置の適応的推定が行われます。RLによって得られたセンシング情報を基に、レーダーのセンシング精度とダウンリンク通信のスループットをバランスさせる共同波形最適化戦略が策定され、解析によって導出された閉形式のソリューションにより、検出性能と達成可能な総合レートの適応的トレードオフを提供します。モンテカルロシミュレーションの結果、この認知ISACフレームワークは、従来の対立型や非学習適応型のベースラインと比較して、検出確率の大幅な改善を達成し、通信性能も競争力を保っています。これは次世代ワイヤレスネットワークにおける頑健でスペクトル効率の良いISACに対するRL支援センシングの可能性を示しています。