| 講演抄録／キーワード |
| 講演名 |
2021-10-29 10:30
［ポスター講演］MABに基づくチャネル選択アルゴリズムのLoRaデバイスへの実装と実験評価
○藤澤 稔・李 傲寒・浦邉郁実・北川諒真・伊藤友輔（東京理科大）・金 成主（SOBIN研）・安田裕之（東大）・長谷川幹雄（東京理科大） |
| 抄録 |
（和） |
近年，IoT機器が急増しており，それにともなうトラフィックの増加が予想されている．多数のIoTデバイスが密集して設置された環境では通信の衝突が深刻な問題となり，限られた周波数資源を効率的に利用するため動的なチャネル選択手法が重要となる．IoT向けのLow-Power-Wide-Area(LPWA)と呼ばれる長距離低電力通信の中でも代表的なものにLoRaがあり，そのチャネル選択問題は強化学習におけるMAB問題として定義できる．MABに基づくチャネル選択アルゴリズムではACK応答の受信によって学習を行うため，デバイス間の同期が必要なく，軽量で自律分散的にチャネル選択を行うことができる．本発表ではTOWダイナミクスを応用した自律分散型チャネル選択アルゴリズムをLoRaデバイスに実装し，30台のLoRaノードと3台のLoRa GWで構成される環境で静的・動的な状況での実験を行った．実験ではε-greedyやUCB1-tunedといった他アルゴリズムと比較・評価を行い，その結果TOWダイナミクスを用いたアルゴリズムが最も性能が高くなることを示す． |
| （英） |
In recent years, the number of IoT devices has been increasing rapidly, and traffic is also expected to increase. In an environment where a large number of IoT devices are densely installed, collision is a serious problem, and dynamic channel selection methods become important for efficient use of limited frequency resources. LoRa is one of Low-Power-Wide-Area (LPWA) methods, and its channel selection problem can be defined as a MAB problem for reinforcement learning. The MAB-based channel selection algorithm learns by receiving ACK responses, so it does not require synchronization between devices or heavy calculation load and can achieve autonomous distributed channel selection. In this presentation, we implemented an autonomous distributed channel selection algorithm based on TOW dynamics in a LoRa device and conducted experiments in static and dynamic situations in an environment consisting of 30 LoRa nodes and 3 LoRa GWs. In the experiments, we compare and evaluate our algorithm with other algorithms such as $epsilon$-greedy and UCB1-tuned, and the results show that the algorithm based on TOW dynamics has the best performance. |
| キーワード |
（和） |
IoT / LoRa / 強化学習 / MAB / チャネル選択 / / / |
| （英） |
IoT / LoRa / reinforcement learning / MAB / channel selection / / / |
| 文献情報 |
信学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|