基于 UCB 的技能队列路由实证演示：基于真实数据
机器学习
2025-06-26 v1 最优化与控制
摘要
本文关于最优控制具有技能要求的排队系统，如数据中心、云计算网络和服务系统。通过使用真实数据集进行案例研究，我们探讨了最近开发的强化学习算法用于最优客户路由的实际实现。我们的实验表明，该算法有效学习并适应变化的环境，超越静态基准策略，表明其在实际部署中的潜力。我们还通过引入新的启发式路由规则来减少延迟，扩展了该算法的实际应用性。此外，我们展示该算法可为多个目标进行优化：除了收益最大化外，可纳入服务器负载公平性和客户等待时间减少等次要目标。用于平衡固有性能权衡的调参参数。最后，我们研究了对估计误差和参数调优的敏感性，为在复杂的真实世界排队系统中实现自适应路由算法提供了宝贵的见解。
引用
@article{arxiv.2506.20543,
title = {Demonstration of effective UCB-based routing in skill-based queues on real-world data},
author = {Sanne van Kempen and Jaron Sanders and Fiona Sloothaak and Maarten G. Wolf},
journal= {arXiv preprint arXiv:2506.20543},
year = {2025}
}