认知无线网络中无模型策略学习应用综述
网络与互联网体系结构
2016-03-10 v2
摘要
当系统环境模型或决策实体间的交互不可作为先验知识获取时，无模型学习被视为设计控制机制的有效工具。通过无模型学习，决策实体根据与环境交互的强化来调整其行为，并能够通过试错机制（隐式地）建立对系统的理解。无模型学习的这些特性高度符合认知无线网络中设备对基于认知的智能的需求。最近，无模型学习被视为认知无线网络中自适应、自组织网络控制的关键实现方法之一。本文全面综述了最先进的无模型学习机制在认知无线网络中的应用。根据这些应用所基于的系统模型，我们系统地概述了单智能体系统、多智能体系统和多玩家博弈领域的学习算法。此外，我们讨论了无模型学习在认知无线网络各种问题中的应用，重点在于学习机制如何帮助提供这些问题的解决方案，并相较于现有的基于模型的、非自适应方法提高网络性能。最后，一个广泛的...
引用
@article{arxiv.1504.03976,
title = {A Survey on Applications of Model-Free Strategy Learning in Cognitive Wireless Networks},
author = {Wenbo Wang and Andres Kwasinski and Dusit Niyato and Zhu Han},
journal= {arXiv preprint arXiv:1504.03976},
year = {2016}
}
备注
Submitted to IEEE Communication Survey & Tutorial