SFCのための平均場ゲームと強化学習MECリソース提供【JST・京大機械翻訳】

Abouaomar Amine; Cherkaoui Soumaya; Mlika Zoubeir; Kobbane Abdellatif

プレプリント

J-GLOBAL ID：202202206386913511 整理番号：22P0280990

SFCのための平均場ゲームと強化学習MECリソース提供【JST・京大機械翻訳】

Mean-Field Game and Reinforcement Learning MEC Resource Provisioning for SFC

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月27日プレプリントサーバーでの情報更新日： 2022年01月27日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,サービス遅延を低減するため,マルチアクセスエッジコンピューティング(MEC)インフラストラクチャ内の仮想ネットワーク機能(VNF)の配置と連鎖に関するサービス機能連鎖(SFC)のための資源提供問題に取り組んだ。システムの主な実体としてVNFを考察し,それらの配置と連鎖に対する挙動をモデル化するための平均場ゲーム(MFG)フレームワークを提案した。次に,システム制御パラメータを考慮しない最適資源供給政策を達成するために,著者らは,提案したMFGをMarkov決定プロセス(MDP)に縮小する。この方法で,複雑な配置と連鎖政策を学習するために,MECノードに対するアクター-批評的アプローチによる強化学習を利用した。シミュレーション結果は,提案したアプローチがベンチマークの最先端手法より優れていることを示した。【JST・京大機械翻訳】

, , , , , , , ,
, , , 【Automatic Indexing@JST】

計算機網 , 通信網

, , , ,

前のページに戻る