该文考虑了一组通过非稳态无线信道相互连接的多个独立控制系统，通过在固定预算内分配发送功率，最大化所有系统的控制性能。通过对未知无线信道进行采样，可以将问题转化为经验风险最小化问题，并使用 Lagrangian dual 问题进行约束优化。由于无线信道的非稳态性，最优的功率分配必须随着信道的演化而持续学习和更新。通过使用牛顿法以随时间演化为样本的对偶函数，学习接近最优的功率分配策略并取得二次收敛特性。数值模拟阐明了该方法的近最优性能和在无线控制问题上的稳定性。

Mar, 2018

通过模拟比较四种标准赌博算法，同时结合分析性保证，我们对多源系统中的调度问题进行了研究，并对任何策略能够达到的累计遗憾下限进行了界定。

Oct, 2023

本文提出了一种基于图卷积网络（GCN）的快速启发式调度策略，该策略可在集中式和分布式环境下实现。采用树搜索和 GCN 指导的一步展开的中心式启发式策略能快速的达到接近最优的解，基于浅层 GCN 的分布式启发式策略能减少近 50％的子最优解差距，且策略具有较好的推广性能。

Sep, 2021

探究基于无线网络控制系统的深度学习协同设计，使用新型深度强化学习算法与 AoI 技术构建控制器和调度器，提高数据准确性并增强联合训练的稳定性，以此解决传统设计方法中大量难以有效解决的问题，并在不同场景中提供显著的性能表现.

Oct, 2022

本研究针对多用户多信道无线网络中 URLLC 流动态信道分配问题，利用有穷时间马尔科夫决策过程框架，提出了一种新的基于风险加权的目标函数，利用值迭代算法和 Q-learning 算法分别求解了完美控制和不知晓 CSI 和信道参数时的最优策略，实验验证了算法的有效性。

Nov, 2018

本文研究了无线网络中自适应视频流调度策略的优化设计问题，其中采用了 “分而治之” 的方法和 Lyapunov Drift Plus Penalty 方法，提出了两个子策略解决拥塞控制和传输调度问题，并提出了一种自适应估计最大排队延迟的方法。

Apr, 2013

本文研究了在无线网络中，如何利用与数据速率具有相关性的测量质量参数，研发了新的学习算法，显著提高了数据传输效率。

Feb, 2022

该论文提出了一种基于图卷积网络的分布式最大权独立集求解器，通过学习拓扑感知节点嵌入和网络权重相结合，并调用贪心算法，即使在小型至中型无线网络中，浅层的基于 GCN 的 MWIS 调度器也可以利用图的拓扑信息将分布式贪心求解器的次优误差减半，在保持图形一般性的同时，增加的计算复杂性很小。

Nov, 2020

本篇研究论文讨论如何使用深度学习方法，通过利用发射机和接收机之间的地理位置，不需要通道估计，对干扰链路的优化调度算法，提出了一种新的神经网络结构。并针对现有的基于模型的方法提出了相对公正的基于比例的调度方法。实际测试表明，该方法可适用于大型网络和不同链路密度的部署，并有效地提高了网络效用。

Aug, 2018

本文考虑了分布保持不变，但在未知时间发生改变的非稳态赌徒问题，研究了两种算法：折扣上限置信区间和滑动窗口上限置信区间，并通过 Hoeffding 不等式得到了后者的上界，对不优的赌博机被玩的次数期望进行了上界估计并证明了存在性突然性改变时的遗憾下界，证明了折扣上限置信区间和滑动窗口上限置信区间的匹配下界一致性。

May, 2008