基于挑战者的组合型多臂仿真问题：OFDM 系统中副载波选择
机器学习
2025-10-07 v1
摘要
本文研究多用户 MIMO 下行中前 m 用户调度集合的识别问题，这被建模为随机线性多臂仿真中的组合纯探索问题。由于动作空间呈指数级增长，穷举搜索不可行。我们因此采用线性效用模型以实现高效探索和可靠的有前景用户子集选择。我们引入一种 gap-index 框架，维护当前冠军臂（前 m 集）的精选列表，以及轮换的挑战者臂（构成最大威胁的集合）的短列表。该设计聚焦于产生最具信息量的 gap-index 基于比较的测量，显著降低了与最先进的线性多臂仿真方法相比的运行时间和计算量，同时保持高识别准确率。该方法还暴露了一个可调的速度与准确率之间的权衡。在真实 OFDM 下行场景的仿真中，短列表驱动的纯探索使得面向 AI 启用通信系统的在线、测量高效副载波选择变得可行。
引用
@article{arxiv.2510.04559,
title = {Challenger-Based Combinatorial Bandits for Subcarrier Selection in OFDM Systems},
author = {Mohsen Amiri and V Venktesh and Sindri Magnússon},
journal= {arXiv preprint arXiv:2510.04559},
year = {2025}
}
备注
6 pages