从设计到部署零接触深度强化学习 WLAN
网络与互联网体系结构
2022-07-14 v1
摘要
机器学习（ML）正日益被用于自动化网络任务，这一范式被称为零接触网络与服务管理（ZSM）。特别地，深度强化学习（DRL）技术因其在不同领域学习作出复杂决策的能力而近期备受关注。在 ZSM 背景下，DRL 是动态资源分配等任务的一个有吸引力的候选方案，这类任务通常被表述为困难的优化问题。与此同时，在真实场景中成功训练和部署 DRL 智能体面临若干挑战，我们在本文中概述并应对这些挑战。以解决无线局域网（WLAN）无线资源管理为例，我们给出了可推广至其他用例和更一般情形的指导方针。
引用
@article{arxiv.2207.06172,
title = {From Design to Deployment of Zero-touch Deep Reinforcement Learning WLANs},
author = {Ovidiu Iacoboaiea and Jonatan Krolikowski and Zied Ben Houidi and Dario Rossi},
journal= {arXiv preprint arXiv:2207.06172},
year = {2022}
}