Core Concepts
未知の干渉と機器依存の実装に対応するため、過去の制御パラメータと性能観測に基づいて、ファイル配信タスクのスループットを最大化し、遅延敏感タスクの遅延要件を満たすようにWiFiネットワークの制御パラメータを最適化する。
Abstract
本論文では、WiFiネットワークの応用層QoSを最適化するための強化学習ベースのフレームワーク「ReinWiFi」を提案している。
WiFiネットワークには複数のアクセスポイントとユーザ端末が存在し、ファイル配信タスクと遅延敏感タスクが混在する。
遅延敏感タスクには高い優先度を与えるEDCAメカニズムを使用するが、未知の干渉と機器依存の実装により、制御パラメータと性能の関係が不明である。
そのため、過去の制御パラメータと性能観測に基づいて強化学習を用いて最適な制御パラメータを学習する。
具体的には、制御パラメータには送信機の競合ウィンドウサイズとファイル配信タスクの送信レート制限を含み、性能指標にはファイル配信タスクのスループットと遅延敏感タスクの往復遅延時間を用いる。
実験では、従来のEDCAメカニズムと比較して大幅な性能向上を示している。
Stats
ファイル配信タスクのスループットは最大600Mbpsである。
遅延敏感タスクの1つの最大許容往復遅延時間は16ms、もう1つは28msである。
Quotes
"Hence, the transmission scheduling can be adapted at the centralized controller in each schedule according to the system's scheduling parameters and QoS observations in the past N scheduling periods."
"Due to the unknown interference and vendor-dependent implementation of WiFi adapters, the relation between the scheduling policy and the system QoS is unknown."