基于贝叶斯非参数建模的LTE-LAA与Wi-Fi共存无模型强化学习
机器学习
2021-07-07 v1 信号处理
摘要
随着下一代无线通信的到来，物联网、自动驾驶系统和无人机等越来越多的新应用正挤占免授权频谱。长期演进（LTE）等授权网络也进入免授权频谱，以低成本更好地提供高容量内容。然而，LTE并非设计用于与他人共享资源。以往的解决方案通常仅适用于固定场景。本工作提出一种非参数贝叶斯强化学习算法，以应对5 GHz免授权频谱中Wi-Fi与LTE授权辅助接入（LTE-LAA）代理之间的共存问题。该共存问题被建模为分散式部分可观测马尔可夫决策过程（Dec-POMDP），并采用贝叶斯推断进行策略学习，使用非参数先验以适应不同代理策略的不确定性。奖励函数中引入了公平性度量，以鼓励代理间的公平共享。考虑使用变分推断进行后验模型近似，以使算法在计算上高效。仿真结果表明，该算法能在较少学习迭代中以紧凑的策略表示达到高价值。
引用
@article{arxiv.2107.02431,
title = {Bayesian Nonparametric Modelling for Model-Free Reinforcement Learning in LTE-LAA and Wi-Fi Coexistence},
author = {Po-Kan Shih and Bahman Moraffah},
journal= {arXiv preprint arXiv:2107.02431},
year = {2021}
}
备注
arXiv admin note: substantial text overlap with arXiv:2105.12249