用于远程电调倾角优化的离策略学习
机器学习
2020-05-22 v1 机器学习
摘要
我们利用离策略上下文多臂_bandit(CMAB)技术解决远程电调倾角(RET)优化问题。RET优化的目标是控制天线垂直下倾角的方向，以优化代表蜂窝网络中用户感知服务质量(QoS)的关键性能指标(KPIs)。学习一种改进的倾角更新策略是困难的。一方面，在真实网络中在线制定新策略需要探索从未使用过的倾角更新，这在运营上风险过大。另一方面，通过仿真设计该策略会受到仿真到现实差距的影响。在本文中，我们通过使用真实网络上收集的现有数据以离线方式学习改进策略，规避了这些问题。我们利用离策略CMAB框架表述制定此类策略的问题。我们提出CMAB学习算法以从数据中提取最优倾角更新策略。我们在真实世界的4G长期演进(LTE)蜂窝网络数据上训练和评估这些策略。我们的策略相比用于收集数据的基于规则的记录策略显示出一致的改进。
引用
@article{arxiv.2005.10577,
title = {Off-policy Learning for Remote Electrical Tilt Optimization},
author = {Filippo Vannella and Jaeseong Jeong and Alexandre Proutiere},
journal= {arXiv preprint arXiv:2005.10577},
year = {2020}
}