상세 보기
감독 지식을 융합하는 강화 학습 기법을 사용하는 셀룰러 네트워크에서동적 채널 할당 기법
A Dynamic Channel Assignment Method in Cellular Networks Using Reinforcement Learning Method that Combines Supervised Knowledge
- 김성완;
- 장형수
초록
최근에 제안된 강화 학습 기법인 “potential- based” reinforcement learning(RL) 기법은 다수 학습들과 expert advice들을 감독 지식으로 강화 학습 알고리즘에 융합하는 것을 가능하게 했고 그 효용성은 최적 정책으로의 이론적 수렴성 보장으로 증명되었다. 본 논문에서는 potential-based RL 기법을 셀룰러 네트워크에서의 채널 할당 문제에 적용한다. Potential-based RL 기반의 동적 채널 할당 기법이 기존의 fixed channel assignment, Maxavail, Q-learning-based dynamic channel assignment 채널 할당 기법들보다 효율적으로 채널을 할당한다. 또한, potential-based RL 기법이 기존의 강화 학습 알고리즘인 Q-learning, SARSA(0)에 비하여 최적 정책에 더 빠르게 수렴함을 실험적으로 보인다.
키워드
Reinforcement Learning; Cellular networks; Channel Assignment Methods; 강화 학습; SARSA(0); 셀룰러 네트워크; 채널 할당 기법
- 제목
- 감독 지식을 융합하는 강화 학습 기법을 사용하는 셀룰러 네트워크에서동적 채널 할당 기법
- 제목 (타언어)
- A Dynamic Channel Assignment Method in Cellular Networks Using Reinforcement Learning Method that Combines Supervised Knowledge
- 저자
- 김성완; 장형수
- 발행일
- 2008-07
- 권
- 14
- 호
- 5
- 페이지
- 502 ~ 506