Jun, 2022

通过抽象学习通用无线 MAC 通信协议

PDF
TL;DR通过提出了一种基于自编码器的观察抽象框架，实现了在蜂窝通信网络中对一些关键技术的学习，比如 5G 和 6G 之类的，进一步的加强了当前基于多智能体技术的反馈学习算法的鲁棒性和推广性。
beyond 5g6gmedium access controlreinforcement learningobservation abstraction
发现论文，激发创造
  • 优化 MAC 信令与无线信道访问的联合学习

    本文旨在探讨单元设备与基站之间交换数据前需传递信令消息的通信协议，提出了利用多智能体强化学习和学习通信技术以取代人工设计标准的方法，并测试了多智能体强化学习和学习通信技术在移动通信领域的应用效果。

    Jul, 2020

  • 迈向 6G 的语义通信协议：从协议学习到以语言为导向的方法

    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。

    Oct, 2023

  • 资源受限的无线传感器和物联网网络中的协议合成增强学习

    本文探讨了使用强化学习的在线协议合成的概念。 该研究在使用超低复杂度无线收发器的传感器和物联网网络的背景下进行。 该论文介绍了在不同的网络和流量条件下使用 RL 和 Multi Armed Bandit（MAB）（一种特定类型的 RL）来进行介质访问控制（MAC）。 该机制不依赖于载波感知、网络时间同步、碰撞检测和其他低级复杂操作，因此非常适合资源受限的传感器和物联网网络中使用的超简单收发器硬件。

    Jan, 2023

  • 使用深度学习优化 MAC 协议设计

    本文描述了如何利用深度强化学习框架进行物理层和 MAC 层的不同参数之间的关系学习，以优化协议设计任务。

    Feb, 2020

  • 可扩展的联合学习无线多址策略及其信令

    本文利用多智能体强化学习框架，让基站和用户设备一起学习在无线多点接入场景中的信道访问策略和信令，比较竞争自由和基于竞争的基线，结果显示我们的框架在高流量情况下保持低冲突率的同时，在吞吐量方面表现出色。同时本文研究了所提出方法的可扩展性，并为解决该问题提供了首个结果。

    Jun, 2022

  • 面向无线网络协议合成的多智能体强化学习

    本文提出了一个基于多智能体强化学习的中介访问框架，使用强化学习解决无线网络中的访问问题，通过调整 MAC 层传输概率来实现最优负载并适应时间变化的负载，同时保持对异构负载的不可知性。

    Feb, 2021

  • 使用深度学习优化 MAC 协议设计

    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。

    Feb, 2020

  • 异构无线网络的深度强化学习多路访问

    本文研究了深度强化学习在异构无线网络的 MAC 协议中的应用，通过观察环境、采取行动和获得回报，DLMA 节点可以学习一种最优的 MAC 策略，以实现多个时隙网络的协调共存。

    Dec, 2017

  • 通过 MAC 信令学习优化无线断续接收

    在这篇研究论文中，我们提出了一种强化学习方法来控制蜂窝网络中基站的间歇式接收策略，并通过适时传输快速的第二层信令消息（即 5G 新无线电中规定的中介访问层控制元素）来实现。与传统的间歇式接收优化方法不同，我们通过此中介控制元素信令来评估可以获得的收益。我们的模拟结果表明，与大多数当前实施的传统定时器方法相比，我们提出的技术在延迟和能量节省之间取得了改进的平衡。具体而言，我们基于强化学习的策略可以将单个用户设备的活动时间减少近一半，同时仍然实现了同时服务的 9 个用户设备近 20% 的活动时间减少。

    Jun, 2024

  • 人工智能赋能 THz 无线网络的超可靠低时延多路接入

    这篇文章提出了一种全面的 MAC 层方法，通过智能用户关联和资源分配，灵活的适应性移动管理以及阻塞最小化等功能来实现系统的最大可靠性。

    Aug, 2022