特許

J-GLOBAL ID：202203012013374062

通信システム、トラヒック制御装置及びトラヒック制御方法

発明者： 宮武 遼 ,  淺井 裕介 ,  西尾 理志
出願人/特許権者： 日本電信電話株式会社 ,  国立大学法人京都大学
代理人 (1件)： 特許業務法人 志賀国際特許事務所
公報種別：特許公報
出願番号（国際出願番号）：特願2018-103999
公開番号（公開出願番号）：特開2019-208188
特許番号：特許第7007669号
出願日： 2018年05月30日
公開日（公表日）： 2019年12月05日
請求項（抜粋）：

【請求項1】 第1通信装置と、前記第1通信装置と無線により通信する1台以上の第2通信装置と、第1通信装置から前記第2通信装置に送信するデータを取得する第3通信装置と、トラヒック制御装置とを有する通信システムであって、 前記トラヒック制御装置は、 前記第1通信装置と前記第2通信装置との間の通信環境を撮像した画像データと、前記第3通信装置が記憶する前記第2通信装置宛ての未送信の前記データのデータ量の情報とを用いて、前記第2通信装置それぞれのトラヒックの組み合わせにより表される行動の価値を算出する価値関数により複数種類の行動それぞれの価値を算出し、算出した前記価値に基づいて行動を決定する行動決定部と、 前記行動決定部が決定した前記行動が表す前記第2通信装置それぞれのトラヒックに従って、前記第2通信装置宛ての前記データを前記第1通信装置に送信するよう前記第3通信装置を制御する通信制御部と、 前記通信制御部による制御が行われたことによる前記第2通信装置の通信状況を取得し、取得した前記通信状況が過去の通信状況から向上した程度を表す報酬を計算する報酬計算部と、 前記報酬計算部が異なる時間区間について計算した前記報酬の累積和が最大になるように前記価値関数を更新する学習部と、 を備え、前記時間区間における前記報酬は、前記時間区間における前記第1通信装置の合計のスループットから、前記第1通信装置の過去の時間区間から当該時間区間までのそれぞれの合計のスループットに時間に応じた係数を乗算後に平均した加重平均値を減算した第1の値、または、前記時間区間における前記第1通信装置の合計のスループットを前記第1通信装置の平均のスループットで正規化した第2の値、または、前記第1通信装置の平均のスループットに対する前記時間区間における前記第1通信装置の合計のスループットの比が所定値を超える場合は正の一定値となり、前記比が前記所定値以下の場合は絶対値が前記正の一定値より大きい負の一定値となる第3の値であり、 前記第1通信装置は、前記第3通信装置から受信した前記第2通信装置宛ての前記データを無線により前記第2通信装置へ送信する、 通信システム。

IPC (3件)：

H04W 28/02 ( 200 9.01) ,  H04W 24/02 ( 200 9.01) ,  H04W 84/12 ( 200 9.01)

FI (3件)：

H04W 28/02 ,  H04W 24/02 ,  H04W 84/12

引用文献：

審査官引用 (1件)

• 深度画像を用いた深層強化学習によるミリ波通信のトラヒック制御の検討