物联网网络中的多臂老虎机学习：即使在非平稳设置下学习也有帮助
网络与互联网体系结构
2018-07-03 v1
摘要
构建未来的物联网（IoT）网络将需要支持越来越多的通信设备。我们证明，在非授权频段中的智能设备可以使用多臂老虎机（MAB）学习算法来改善资源利用。我们评估了两种经典MAB学习算法UCB1和Thompson Sampling的性能，用于处理应用于物联网网络的频谱接入的分散式决策；以及随着智能终端设备数量增长的学习性能。我们表明，即使所有终端设备都是智能的且动态改变信道，使用学习算法确实有助于在此类网络中容纳更多设备。在所研究的场景中，随机MAB学习在成功传输概率方面提供了高达16%的提升，并且即使在具有多数智能设备的非平稳和非独立同分布（non-i.i.d.）设置下也具有接近最优的性能。
引用
@article{arxiv.1807.00491,
title = {Multi-Armed Bandit Learning in IoT Networks: Learning helps even in non-stationary settings},
author = {Rémi Bonnefoi and Lilian Besson and Christophe Moy and Emilie Kaufmann and Jacques Palicot},
journal= {arXiv preprint arXiv:1807.00491},
year = {2018}
}