多用户网络中信息年龄的强化学习方法
机器学习
2018-06-04 v1 机器学习
摘要
研究了在易错通信信道上将时间敏感数据调度传输给多个用户的问题，目标是在源节点平均传输次数受限的条件下，最小化用户处长期平均信息年龄（AoI）。每次传输后，源节点从预期接收者处收到即时 ACK/NACK 反馈，并决定下一更新在何时发送给哪个用户。首先在不同反馈机制下、已知信道统计特性时研究最优调度策略；具体而言，考虑了标准自动重传请求（ARQ）和混合 ARQ（HARQ）协议。随后引入一种强化学习（RL）方法，该方法不假设任何关于支配信道状态的随机过程的先验信息。通过数值仿真验证并比较了不同的 RL 方法。
引用
@article{arxiv.1806.00336,
title = {A Reinforcement Learning Approach to Age of Information in Multi-User Networks},
author = {Elif Tuğçe Ceran and Deniz Gündüz and András György},
journal= {arXiv preprint arXiv:1806.00336},
year = {2018}
}