面向高效且无调参链路自适应的强化学习
信号处理
2021-05-06 v2 信息论
机器学习
math.IT
摘要
无线链路根据动态信道状态调整数据传输参数，这称为链路自适应。经典的链路自适应依赖于调参，而这些参数难以配置以实现最优链路性能。近来，强化学习被提出用于自动化链路自适应，其中传输参数被建模为多臂老虎机的离散臂。在此背景下，我们提出了一种利用数据传输参数之间相关性的潜在学习模型用于链路自适应。此外，受近期 Thompson 采样在多臂老虎机问题上的成功启发，我们提出了一种潜在 Thompson 采样（LTS）算法，可快速学习给定信道状态的最优参数。我们通过一种自动跟踪信道动态的免调参机制将 LTS 扩展到衰落无线信道。在衰落无线信道的数值评估中，与最先进的链路自适应算法相比，LTS 将链路吞吐量提高了至多 100%。
引用
@article{arxiv.2010.08651,
title = {Reinforcement Learning for Efficient and Tuning-Free Link Adaptation},
author = {Vidit Saxena and Hugo Tullberg and Joakim Jaldén},
journal= {arXiv preprint arXiv:2010.08651},
year = {2021}
}
备注
30 pages, 4 figures