未知环境中基于学习的无线调度中首包龄的鲁棒性研究

约束组合多臂老虎机模型已被广泛用于解决无线网络及相关领域的问题，包括在未知信道条件下进行吞吐量优化的无线调度问题。该领域的大多数工作采用一种将老虎机学习算法与虚拟队列技术相结合的算法设计策略，以跟踪吞吐量约束违反情况。这些算法在其设计中力求最小化虚拟队列长度。然而，在信道条件突然变化的网络中，由此产生的约束可能变得不可行，导致虚拟队列长度无限增长。在本文中，我们提出了一个关键观察：与虚拟队列长度相比，首包龄（即虚拟队列中最旧数据包的年龄）的动态特性使其在算法设计中更具鲁棒性。因此，我们设计了一种基于学习的调度策略，使用首包龄代替虚拟队列长度。我们证明，我们的策略在独立同分布的网络条件下达到了最先进的性能。至关重要的是，我们还证明，即使在信道条件发生突变的情况下，系统也能保持稳定，并能从约束不可行的时期中快速恢复。