深度强化学习赋能的 XP-HARQ 速率选择
信息论
2023-08-07 v1 信号处理
math.IT
摘要
跨包混合自动重传请求（XP-HARQ）复杂的传输机制阻碍了其最优系统设计。为克服该困难，本文尝试利用深度强化学习（DRL）解决相关衰落信道下 XP-HARQ 的速率选择问题。具体而言，基于发送端可用的过时信道状态信息（CSI），通过为每个 HARQ 轮次恰当选择增量信息速率，使长期平均吞吐量（LTAT）最大化。该速率选择问题首先被转化为马尔可夫决策过程（MDP），随后利用带优先经验回放的深度确定性策略梯度（DDPG）算法求解。仿真结果最终证实了所提 XP-HARQ 方案相对于传统增量冗余 HARQ（HARQ-IR）及仅含统计 CSI 的 XP-HARQ 的优越性。
引用
@article{arxiv.2308.02140,
title = {Deep Reinforcement Learning Empowered Rate Selection of XP-HARQ},
author = {Da Wu and Jiahui Feng and Zheng Shi and Hongjiang Lei and Guanghua Yang and Shaodan Ma},
journal= {arXiv preprint arXiv:2308.02140},
year = {2023}
}