Neural Network-Based Bandit: A Medium Access Control for the IIoT Alarm Scenario

要約

効率的なランダム アクセス (RA) は、産業用モノのインターネット (IIoT) ネットワークで信頼性の高い通信を可能にするために重要です。
ここでは、IIoT アラーム シナリオ向けに、ニューラル ネットワーク ベース バンディット (NNBB) と題された深層強化学習ベースの分散 RA スキームを提案します。
このようなシナリオでは、デバイスが共通の重大なイベントを検出する可能性があり、目標は、アラーム情報が少なくとも 1 つのデバイスから確実に正常に配信されるようにすることです。
提案された NNBB スキームは各デバイスに実装され、オンラインで自身をトレーニングし、共通の目標を達成するために暗黙的なデバイス間の調整を確立します。
デバイスは複数の直交チャネルで同時に送信でき、考えられる各送信パターンは NNBB の可能なアクションを構成し、ディープ ニューラル ネットワークを使用してアクションを決定します。
私たちのシミュレーション結果は、ネットワーク内のデバイスの数が増加するにつれて、Multi-Armed Bandit (MAB) RA ベンチマークと比較して NNBB のパフォーマンスが向上することを示しています。
たとえば、チャネルが 4 つあり、デバイスの数が 10 から 60 に増加すると、NNBB では成功率が 7% 低下しますが、MAB では 25% の低下に直面します。

要約(オリジナル)

Efficient Random Access (RA) is critical for enabling reliable communication in Industrial Internet of Things (IIoT) networks. Herein, we propose a deep reinforcement learning based distributed RA scheme, entitled Neural Network-Based Bandit (NNBB), for the IIoT alarm scenario. In such a scenario, the devices may detect a common critical event, and the goal is to ensure the alarm information is delivered successfully from at least one device. The proposed NNBB scheme is implemented at each device, where it trains itself online and establishes implicit inter-device coordination to achieve the common goal. Devices can transmit simultaneously on multiple orthogonal channels and each possible transmission pattern constitutes a possible action for the NNBB, which uses a deep neural network to determine the action. Our simulation results show that as the number of devices in the network increases, so does the performance gain of the NNBB compared to the Multi-Armed Bandit (MAB) RA benchmark. For instance, NNBB experiences a 7% success rate drop when there are four channels and the number of devices increases from 10 to 60, while MAB faces a 25% drop.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google