在非平稳且统计未知的无线网络中学习调度
网络与互联网体系结构
2023-08-08 v1 机器学习
系统与控制
系统与控制
摘要
具有部分可观测和时变动力学的大规模无线网络的涌现，给最优控制策略的设计带来了新的挑战。本文研究了在广义干扰约束下、均值到达率和均值服务率未知且非平稳的无线网络的高效调度算法。该模型体现了现代网络中无线通信真实边缘设备的特性。我们提出了一种称为 MW-UCB 的广义无线网络调度新算法，它基于 Max-Weight 策略，并利用滑动窗口上置信界（Sliding-Window Upper-Confidence Bound）在非平稳性下学习信道统计。在均值服务率变异性温和假设下，MW-UCB 被证明是吞吐量最优的。具体而言，只要任意时间段内均值服务率的总变差随时间次线性增长，我们证明 MW-UCB 可实现的稳定区域任意接近具有完整信道统计知识的策略类的稳定区域。大量仿真验证了我们的理论结果并展示了 MW-UCB 的良好性能。
引用
@article{arxiv.2308.02734,
title = {Learning to Schedule in Non-Stationary Wireless Networks With Unknown Statistics},
author = {Quang Minh Nguyen and Eytan Modiano},
journal= {arXiv preprint arXiv:2308.02734},
year = {2023}
}
备注
Accepted to ACM MobiHoc '23