开放无线接入网中资源分配的自我博弈学习策略
网络与互联网体系结构
2021-03-05 v1 人工智能
摘要
开放无线接入网（ORAN）正被开发以旨在实现未来移动数据网络的接入民主化并降低成本，支撑具有多种 QoS 需求（如海量 IoT 与 URLLC）的网络服务。在 ORAN 中，网络功能被解聚为远端单元（RUs）、分布单元（DUs）与中心单元（CUs），从而允许在商用现货（COTS）上灵活部署软件。此外，将可变 RU 需求映射至本地移动边缘计算中心以进行未来集中式处理，将显著降低蜂窝网络功耗。本文研究 ORAN 系统中的 RU-DU 资源分配问题，将其建模为二维装箱问题。提出一种基于深度强化学习的自我博弈方法，借助受 AlphaGo Zero 启发的神经蒙特卡洛树搜索（MCTS）实现高效的 RU-DU 资源管理。在代表性二维装箱环境与真实站点数据上的实验表明，该自我博弈学习策略针对不同网络条件实现了智能的 RU-DU 资源分配。
引用
@article{arxiv.2103.02649,
title = {Self-play Learning Strategies for Resource Assignment in Open-RAN Networks},
author = {Xiaoyang Wang and Jonathan D Thomas and Robert J Piechocki and Shipra Kapoor and Raul Santos-Rodriguez and Arjun Parekh},
journal= {arXiv preprint arXiv:2103.02649},
year = {2021}
}