文献

J-GLOBAL ID：202202244295927396   整理番号：22A1086334

水中音響ネットワークのための深層強化学習ベースMACプロトコル【JST・京大機械翻訳】

Deep Reinforcement Learning Based MAC Protocol for Underwater Acoustic Networks

著者 (3件)： Ye Xiaowen (Key laboratory of Underwater Acoustic Communication and Marine Information Technology Ministry of Education, School of Informatics, Xiamen University, Xiamen, Fujian, China) ,  Yu Yiding (Theory Lab, 2012 Labs, Huawei Technologies Company, Ltd., Shatin, China) ,  Fu Liqun (Key laboratory of Underwater Acoustic Communication and Marine Information Technology Ministry of Education, School of Informatics, Xiamen University, Xiamen, Fujian, China)
資料名： IEEE Transactions on Mobile Computing  (IEEE Transactions on Mobile Computing)
巻： 21  号： 5  ページ： 1625-1638  発行年： 2022年 
JST資料番号： W1357A  ISSN： 1536-1233  CODEN： ITMCCJ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 水中音響ネットワーク(UWAN)のスループット劣化を引き起こす長い伝搬遅延は,UWANにおけるメディアアクセス制御(MAC)プロトコル設計における重要な問題である。本論文では,遅延-報酬深層強化学習多重アクセス(DR-DLMA)と呼ばれるUWANのための深層強化学習(DRL)ベースMACプロトコルを開発し,伝搬遅延または他のノードにより使用されない利用可能な時間スロットを賢明に利用することによりネットワークスループットを最大化する。DR-DLMA設計において,著者らは最初に,遅延報酬深Qネットワーク(DR-DQN)と呼ばれる新しいDRLアルゴリズムを提唱した。次に,RLの構文における状態,行動,報酬を定義することにより,強化学習(RL)問題としてUWANにおける多重アクセス問題を定式化し,それによってDR-DLMAプロトコルを実現した。伝統的DRLアルゴリズム,例えば,オリジナルのDQNアルゴリズムにおいて,エージェントは,行動を取る直後に環境から「報酬」にアクセスできる。対照的に,この設計では,「報酬」(すなわち,ACKパケット)は,エージェントが動作(即ち,データパケットを伝送する)後に,1方向伝搬遅延の2回後に利用できるだけである。DR-DQNの本質は,DRLフレームワークに伝搬遅延を組み込み,それに応じてDRLアルゴリズムを修正することである。さらに,オンライン訓練深層ニューラルネットワーク(DNN)のコストを削減するために,DR-DQNに対するニムブル訓練機構を提供した。種々の場合の最適ネットワークスループットをベンチマークとして与えた。シミュレーション結果は,nimble訓練機構による著者らのDR-DLMAプロトコルができることを示した。(i)不均一環境における他のプロトコルと共存するときの最適伝送戦略を見つける。(ii)均一環境における最先端のMACプロトコル(例えば,スロット付きFAMAとDOTS)の性能;そして,(iii)従来のDNN訓練機構によるDR-DLMAと比較して,エネルギー消費と実行時間を大幅に削減する。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  *ネットワーク ,  多重化 ,  スループット ,  *プロトコル ,  定式化 ,  ベンチマーク ,  パケット ,  エージェント ,  *強化学習
準シソーラス用語： 伝搬遅延 ,  *メディアアクセス制御 ,  実行時間 ,  タイムスロット , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 水中音響ネットワーク ,  深層強化学習 ,  MACプロトコル