覆盖外车辆间通信的强化学习调度器
网络与互联网体系结构
2019-04-30 v1 信息论
机器学习
math.IT
摘要
车辆间(V2V)通信的无线资源可由网络中的集中式调度器(例如蜂窝系统中的基站)调度，或由分布式调度器调度，即资源由车辆自主选择。前一种方法在网络覆盖不中断的情况下可实现显著更高的资源利用率。然而，在间歇性或覆盖外情况下，由于无法获得集中式调度器的输入，车辆需要恢复为分布式调度。受强化学习(RL)近期进展的启发，我们研究是否可训练一个集中式学习调度器，以高效地为覆盖外V2V通信预先分配资源给车辆。具体而言，我们使用actor-critic RL算法训练集中式调度器，在车辆进入覆盖外区域之前为其提供无干扰资源。我们的初步结果表明，基于RL的调度器可达到与最先进的分布式调度器相当或更好的性能，且常优于后者。此外，学习过程在合理时间内完成(从几百到几千个epoch不等)，从而使基于RL的调度器成为具有间歇网络覆盖的V2V通信的一种有前景的解决方案。
引用
@article{arxiv.1904.12653,
title = {Reinforcement Learning Scheduler for Vehicle-to-Vehicle Communications Outside Coverage},
author = {Taylan Şahin and Ramin Khalili and Mate Boban and Adam Wolisz},
journal= {arXiv preprint arXiv:1904.12653},
year = {2019}
}
备注
Article published in IEEE VNC 2018