机会信道接入的遗憾界
机器学习
2009-08-04 v1 人工智能
机器学习
网络与互联网体系结构
摘要
我们考虑在由独立Gilbert-Elliot信道组成的主系统中进行机会信道接入的任务，其中次（或机会）用户不具备关于系统统计特性的先验信息。研究表明，该问题可被纳入特定一类部分可观测马尔可夫决策过程（POMDP）中基于模型学习的框架，为此我们引入一种旨在平衡探索（或估计）与利用需求的算法。我们为该算法提供了有限时域遗憾界，并在单信道模型以及随机同质信道情形下对其性能进行了数值评估。
引用
@article{arxiv.0908.0319,
title = {Regret Bounds for Opportunistic Channel Access},
author = {Sarah Filippi and Olivier Cappé and Aurélien Garivier},
journal= {arXiv preprint arXiv:0908.0319},
year = {2009}
}