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。