多臂老虎机中的快速变化识别及其在无线网络中的应用

下一代无线业务以多样化需求为特征，为维持这些需求，无线接入点需要周期性探测网络中的用户。对此，我们研究一种新颖的多臂老虎机（MAB）设定，其要求在非平稳环境中周期性探测所有臂的同时跟踪当前最优臂。具体而言，我们提出 \texttt{TS-GE}，其在经典 Thompson 采样（TS）的悔值保证与所有臂同时广播探测（BP）之间取得平衡，以主动检测奖励分布的变化。该算法的主要创新在于通过一个称为组探索（GE）的可选子程序识别发生变化的臂，其在 $K$ 臂老虎机设定下复杂度为 $\log_2(K)$。我们根据环境参数刻画了漏检概率与虚警概率。我们指出了 \texttt{TS-GE} 的悔值保证优于最先进算法（特别是 \texttt{ADSWITCH} 与 \texttt{M-UCB}）的条件。我们通过将 \texttt{TS-GE} 应用于两个无线系统场景——移动边缘计算（MEC）中的任务卸载，以及为同步无线信息与能量传输（SWIPT）设计的工业物联网（IIoT）网络——来展示其有效性。