利用相似性增强的 epsilon-greedy 学习 LPWAN 上行链路最优路由
网络与互联网体系结构
2017-05-24 v1
摘要
尽管低功耗广域网是一项相对较新的通信技术，但已展现出其支撑物联网大部分应用的能力。然而，大多数 LPWAN 解决方案构建于星型拓扑（或单跳）网络之上，常导致远离网关的站点寿命缩短。在这方面，近期研究表明，上行链路通信的多跳路由可显著降低 LPWAN 的能耗。然而，由于时间和特别是能耗的约束，通过试错蛮力方法识别此类能量最优路由是一项棘手的任务。在本工作中，我们展示了通过运行多臂老虎机的 epsilon-greedy 的集中式变体来解决这一探索/利用问题的益处，这是一种结合了已知最优动作选择与知识扩展的知名在线决策方法。在设定适当的随机参数时可实现显著的节能，而当便利地应用相似性时往往能进一步改善，这是本文引入的一个概念，允许通过偶尔选择与已知最优路由相近的未探索路由组合来利用所收集的知识。
引用
@article{arxiv.1705.08304,
title = {Learning Optimal Routing for the Uplink in LPWANs Using Similarity-enhanced epsilon-greedy},
author = {Sergio Barrachina-Muñoz and Boris Bellalta},
journal= {arXiv preprint arXiv:1705.08304},
year = {2017}
}
备注
5 pages, 6 figures. arXiv admin note: text overlap with arXiv:1611.08703