The Application of Deep Reinforcement Learning to Distributed Spectrum Access in Dynamic Heterogeneous Environments With Partial Observations

计算机科学 稳健性(进化) 强化学习 人工智能 循环神经网络 频道(广播) 人工神经网络 机器学习 计算机网络 生物化学 基因 化学
作者
Yue Xu,Jianyuan Yu,R. Michael Buehrer
出处
期刊:IEEE Transactions on Wireless Communications [Institute of Electrical and Electronics Engineers]
卷期号:19 (7): 4494-4506 被引量:44
标识
DOI:10.1109/twc.2020.2984227
摘要

This papera 1 investigates deep reinforcement learning (DRL) based on a Recurrent Neural Network (RNN) for Dynamic Spectrum Access (DSA) under partial observations, referred to as a Deep Recurrent Q-Network (DRQN). Specifically, we consider a scenario with multiple independent channels and multiple heterogeneous Primary Users (PUs). Two key challenges in our problem formulation are that we assume our DRQN node does not have any prior knowledge of the other nodes' behavior patterns and attempts to predict the future channel state based on previous observations. The goal of the DRQN is to learn a channel access strategy with a low collision rate but a high channel utilization rate. With proper definitions of the state, action and rewards, our extensive simulation results show that a DRQN-based approach can handle a variety of communication environments including dynamic environments. Further, our results show that the DRQN node is also able to cope with multi-rate and multi-agent scenarios. Importantly, we show the following benefits of using recurrent neural networks in DSA: (i) the ability to learn the optimal strategy in different environments under partial observations; (ii) robustness to imperfect observations and (iii) the ability to utilize multiple channels, and (iv) robustness in the presence of multiple agents. 1 A parton of this work was presented at MILCOM 2018 in [1].
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
mmssdd完成签到,获得积分10
1秒前
思源应助wzjs采纳,获得10
1秒前
1秒前
cwy完成签到,获得积分10
3秒前
iNk应助曾经的刺猬采纳,获得10
4秒前
kk_1315完成签到,获得积分10
4秒前
lime完成签到,获得积分10
5秒前
5秒前
6秒前
ttt完成签到,获得积分10
7秒前
思源应助吲哚好呀采纳,获得10
8秒前
李爱国应助吲哚好呀采纳,获得10
8秒前
量贩拉菲完成签到,获得积分10
9秒前
9秒前
10秒前
jummy完成签到 ,获得积分10
10秒前
wrx发布了新的文献求助10
11秒前
英勇的鼠标完成签到,获得积分10
12秒前
跳跳熊完成签到,获得积分10
12秒前
kai发布了新的文献求助10
12秒前
赘婿应助英俊的筝采纳,获得10
13秒前
14秒前
crescent发布了新的文献求助10
14秒前
15秒前
Nitric_Oxide应助yhr采纳,获得10
15秒前
不想搞学术完成签到,获得积分10
15秒前
范玉平完成签到,获得积分10
16秒前
实心小墩墩完成签到,获得积分10
16秒前
16秒前
lilac完成签到,获得积分10
17秒前
18秒前
感动冷玉发布了新的文献求助10
19秒前
赫连世倌发布了新的文献求助10
19秒前
林洁佳完成签到,获得积分10
20秒前
吲哚好呀发布了新的文献求助10
20秒前
20秒前
kkkl完成签到 ,获得积分20
20秒前
21秒前
仙女的小可爱完成签到 ,获得积分10
21秒前
21秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3134791
求助须知:如何正确求助?哪些是违规求助? 2785712
关于积分的说明 7773726
捐赠科研通 2441524
什么是DOI,文献DOI怎么找? 1297985
科研通“疑难数据库(出版商)”最低求助积分说明 625075
版权声明 600825