计算机科学 > 信息论
[提交于 2025年1月12日
]
标题: 无线无线电资源管理的平均奖励强化学习
标题: Average Reward Reinforcement Learning for Wireless Radio Resource Management
摘要: 在本文中,我们解决了一个在将强化学习(RL)应用于无线通信中的无线资源管理(RRM)时至关重要的但常被忽视的问题:折扣奖励RL公式与无线网络优化的无折扣目标之间的不匹配。 据我们所知,我们是第一个系统地研究这一差异的,从问题公式化的讨论开始,随后通过仿真量化了差距的程度。 为了弥合这一差距,我们引入了平均奖励RL的使用,这种方法更符合RRM的长期目标。 我们提出了一种新方法,称为平均奖励离策略软演员评论家(ARO SAC),这是在平均奖励框架下对众所周知的软演员评论家算法的适应。 这种方法在我们的仿真结果中显示出显著的性能提升,系统性能比传统的折扣奖励RL方法提高了15%,这突显了平均奖励RL在提高无线网络优化的效率和效果方面的潜力。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.