用于无线链路优化的约束Thompson采样
机器学习
2020-04-21 v2 网络与互联网体系结构
机器学习
摘要
无线通信系统在复杂时变环境中运行。因此，在这类系统中选择最优配置参数是一个具有挑战性的问题。对于无线链路，采用速率选择来选取最优数据传输速率，以在应用定义的时延约束下最大化链路吞吐量。我们将速率选择建模为随机多臂老虎机（MAB）问题，其中有限组传输速率被建模为独立的老虎机臂。针对该设置，我们提出Con-TS，一种新颖的约束版Thompson采样算法，其中时延需求由高概率线性约束建模。我们证明，对于Con-TS，在T个传输间隔内约束违反次数的期望上界为O(\sqrt{KT})，其中K为可用速率数。此外，与最优速率选择方案相比的累积吞吐量期望损失（即regret）上界亦为O(\sqrt{KT \log K})。通过数值仿真，我们证明Con-TS显著优于最先进的速率选择老虎机方案。
引用
@article{arxiv.1902.11102,
title = {Constrained Thompson Sampling for Wireless Link Optimization},
author = {Vidit Saxena and Joseph E. Gonzalez and Ion Stoica and Hugo Tullberg and Joakim Jaldén},
journal= {arXiv preprint arXiv:1902.11102},
year = {2020}
}
备注
11 pages, 2 figures. Revised version containing theoretical performance bounds