基于非平稳多臂老虎机的去中心化边缘网络自适应请求
机器学习
2026-01-21 v3 多智能体系统
摘要
我们研究了一个去中心化的协作请求问题，旨在优化边缘网络中多个客户端、接入节点(AN)和服务器组成的网络中时序客户端的信息新鲜度。客户端通过充当网关的 AN 请求内容，且无法观测 AN 状态或其他客户端的动作。我们将奖励定义为客户端选择 AN 后实现的信息年龄减少，并将问题形式化为非平稳多臂老虎机。在这种去中心化且部分可观测的环境中，结果得到的奖励过程是历史相关的，且跨客户端存在耦合，同时表现出预期奖励的突变和渐变变化，使经典的基于老虎机的方法变得无效。为应对这些挑战，我们提出了结合自适应窗口和定期监控以跟踪演化奖励分布的 ADAPTIVE RESET 老虎机算法。我们建立了理论性能保证，表明所提出的算法实现近最优性能，并通过仿真验证了理论结果。
引用
@article{arxiv.2601.08760,
title = {Adaptive Requesting in Decentralized Edge Networks via Non-Stationary Bandits},
author = {Yi Zhuang and Kun Yang and Xingran Chen},
journal= {arXiv preprint arXiv:2601.08760},
year = {2026}
}