TL;DR本研究提出了一种基于深度强化学习的框架,通过将协议拆分为一组参数模块来优化设计和分析网络协议,并以 DeepMAC 为案例研究,在 802.11 WLANs 中将 MAC 协议分解为一组模块,以了解人工智能技术在网络协议优化方面的应用。
Abstract
deep learning (DL)-based solutions have recently been developed for
communication protocol design. Such learning-based solutions can avoid manual
efforts to tune individual protocol parameters. While these soluti
本文对数据驱动介质访问控制(MAC)协议进行了新颖的分类,分为三个级别:第一级 MAC,使用多智能体深度强化学习(MADRL)构建的面向任务的神经协议;第二级 MAC,通过将第一级 MAC 的输出转化为明确符号来开发神经网络导向的符号协议;第三级 MAC,利用大型语言模型(LLMs)和生成模型的语言导向的语义协议。通过这种分类,我们旨在探究每个级别的机遇和挑战,并从信息论和相关原理以及选定的案例研究中提供对数据驱动 MAC 协议的轨迹的见解,同时为未来的研究方向提供启示。