基于可扩展 Actor-Critic 学习的零接触连续网络切片控制
网络与互联网体系结构
2021-01-19 v1
摘要
人工智能（AI）驱动的零接触网络切片被设想为一种有前景的前沿技术，以释放异构 5G 及超越 5G（B5G）通信系统的全部潜力，并实现需求感知资源管理及编排（MANO）的自动化。本文中，我们根据所提出的基于切片的 cell-free 大规模多输入多输出（mMIMO）设置，通过引入连续深度强化学习（DRL）方法，解决 B5G 无线接入网（RAN）联合切片准入控制与资源分配问题。我们提出一种基于 Actor-Critic 的新型网络切片方法，称为优先双延迟分布化深度确定性策略梯度（D-TD3）。本文定义并通过大量实验结果证实了一种零接触网络切片方案，采用多目标方法，其中中心服务器持续学习以积累过去所学知识的经验来解决未来问题，并自主重新配置计算资源，同时最小化每个切片的时延、能耗与虚拟网络功能（VNF）实例化成本。此外，我们采用带有所提回放策略与奖惩机制的状态-动作回报分布学习方法。最后，我们给出数值结果以展示所采用多目标策略的增益，并验证在所得切片准入率、时延、能耗、CPU 利用率与时间效率方面的性能。
引用
@article{arxiv.2101.06654,
title = {Zero-touch Continuous Network Slicing Control via Scalable Actor-Critic Learning},
author = {Farhad Rezazadeh and Hatim Chergui and Christos Verikoukis},
journal= {arXiv preprint arXiv:2101.06654},
year = {2021}
}