一种用于天线倾角优化的安全强化学习架构
机器学习
2021-10-22 v3
摘要
当强化学习（RL）应用于现实问题时，与环境的安全交互是最具挑战性的方面之一。当不安全动作对环境产生高度或不可逆的负面影响时，这一点尤为重要。在网络管理操作中，远程电调倾角（RET）优化是一项安全关键应用，其中对基站天线倾角的探索性修改可能导致网络性能显著下降。本文提出一种模块化安全强化学习（SRL）架构，并用于解决蜂窝网络中的 RET 优化问题。该方法中，安全屏蔽持续将 RL 智能体的性能与安全基线进行基准比较，并确定在网络上执行的安全天线倾角更新。我们的结果表明，SRL 智能体在确保所执行动作安全的同时，性能优于基线。
引用
@article{arxiv.2012.01296,
title = {A Safe Reinforcement Learning Architecture for Antenna Tilt Optimisation},
author = {Erik Aumayr and Saman Feghhi and Filippo Vannella and Ezeddin Al Hakim and Grigorios Iakovidis},
journal= {arXiv preprint arXiv:2012.01296},
year = {2021}
}
备注
6 pages, 3 figures, added copyright note