Jan, 2023

基于多臂赌博机的 TDMA 传输时隙调度和碎片整理用于提高带宽利用率

PDF
TL;DR本论文提出了一种基于多臂赌博机和 DDSBS 操作的 TDMA MAC 时隙分配协议，实现无冲突传输和提高带宽利用效率。通过广泛的模拟实验，表明该机制适用于具有或不具有时间同步的网络，可以在学习收敛时间和带宽之间做出平衡，并允许节点适应拓扑变化。
发现论文，激发创造
  • 异构网络最优分配的多玩家多臂赌博机

    针对多个用户访问相同频道的自组织网络，本研究在缺乏中央协调时，使用探索和承诺策略，通过传输和感知信息的方式，实现接近最优的频道分配，进而提高网络吞吐量，同时击败了现有的算法。

    Jan, 2019

  • 基于机器学习的 VLC 物联网网络的分布式 TDMA

    本文提出了一种基于机器学习的分布式可见光通信物联网网络的时分多址（TDMA）算法，该算法基于强化学习算法 Q-learning，并考虑了分布式环境中的同步和数据传输时隙分配问题。结果表明，该算法相较于 CSMA/CA 算法，在网络中能够提供高达 61% 的更高吞吐量和高达 49% 的较低平均延迟。

    Nov, 2023

  • 异构自组织网络中的稳定分配多人多臂赌博机

    本文提出了基于多臂赌博机的算法来优化超密集网络中利用授权、共享和非授权频段通信时的信令开销，实现有限时间内的稳定正交分配，降低复杂度，适应动态网络环境。

    Dec, 2018

  • 用于机会式频谱接入的分散式在线学习算法

    本文针对认知无线电网络中的多个次级用户争取多个信道的机会问题，提出去中心化多臂赌博问题，并设计出一种去中心化的在线学习策略，以达到尽可能降低总体期望回报与所有用户回归之间的差距。其中，分别考虑了优先级排序和公平访问策略。

    Apr, 2011

  • 多人多臂赌博机的分布式学习

    本文研究了一种分散式多臂搏击器的问题，提出了一种达到最优秩序并确保公平性的分散式政策，并证明了其总遗憾增长速率的下限，这个问题在认知无线电网络，多通道通信系统，多智能体系统，网络搜索和广告以及社交网络等领域有潜在的应用。

    Oct, 2009

  • 多臂赌博机及其在 5G 小区应用中的应用

    本文主要介绍了利用多臂赌博机（MAB）算法解决 5G 网络资源配置问题的方法，并且对其应用于小型基站规划实现能源效率的案例进行了详细讨论。

    Oct, 2015

  • 多用户多臂老虎机用于协调频谱接入

    提出了两种多用户多臂赌博机算法框架，分别适用于随机环境和对抗环境下无协调频谱访问问题。算法可在不知道用户数量的情况下，通过估计和分配两个阶段实现高概率下的常数系统累积失误和次线性系统累积失误，并能够处理用户数量随时间改变的动态问题。

    Jul, 2018

  • 多人赌博机问题再探

    本文探讨了多层次反馈的多人多臂老虎机算法，并在不需要感知信息的情况下引入了一种被称为自私的有希望的启发式方法以适应与物联网网络的应用。研究结果显示，引入这些方法可以提高算法的性能并保证其渐近最优，降低拥堵的可能性。

    Nov, 2017

  • 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

  • 移动众感任务分配博弈中的分散式在线学习

    研究了移动众感知系统中协调数据收集的问题，提出了一种结合匹配理论和在线学习的去碰撞多臂赌博机与策略自由感知的解决方案，模拟结果表明相比现有方法，该解决方案提高了移动单元和平台的满意度，并至少缩短了 16% 的平均任务完成时间。

    Sep, 2023