| 講演名 | 2022-01-21 ［ショートペーパー］深層強化学習を用いたIEEE 802.11bcのためのACK-Lessレート制御の検討 神田 高望(京大), 香田 優介(オウル大), 紀平 悠人(京大), 山本 高至(京大), 西尾 理志(京大/東工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本稿では，ブロードキャスト無線LAN（Local Area Netowork）において，STA（Station）の配置に応じた ACK-lessレート制御手法を紹介する． ブロードキャスト無線LANでは，ACK（Acknowledgement）フレームが用いられないため， STAの配置に応じて送信データレートを制御することは困難となる． これに対して，我々のキーアイデアは，一部のSTAが非ブロードキャストAP（Access Point）に対して送信する 上りフレームのRSS（Received Signal Strength）に基づいて，全体のSTAに対する送信レート制御を行うというものである． 上りフレームのRSSを活用することで， ブロードキャストAPは，レートと受信成功STAの割合からなる評価値の統計的情報を学習し， ACK-lessレート制御を行うことができる． 統計的情報の学習には，深層強化学習を用いる． シミュレーションにより，評価値の期待値を学習することで， ブロードキャストAPはスループットを大きく低下させることなく，受信失敗を軽減できることが示された． |
| 抄録(英) | This paper introduces an ACK-less rate adaptation to locational variation of recipient stations (STAs) for broadcast wireless local area networks (WLANs). It is basically challenging in broadcast WLANs to adapt transmit rate to locational variation in recipient STAs owing to the lack of acknowledgement (ACK) mechanisms from STAs. Our key idea is that the broadcast access point (AP) control the rate based on received signal strength (RSS) of uplink frames transmitted by a partial recipient STAs to non-broadcast APs. Hence, by exploiting the RSS of the uplink frames, the broadcast AP can learn the statistics of the performance, thereby performing the ACK-less adaptation to the various STA deployments. For learning the statistics, we apply deep reinforcement learning. Simulations confirm that learning the expected value of the indicator enables the broadcast AP to alleviate the reception failures while keeping the transmit rate higher. |
| キーワード(和) | IEEE 802.11bc / ブロードキャスト無線LAN / 深層強化学習 / レート制御 |
| キーワード(英) | IEEE 802.11bc / broadcast WLAN / deep reinforcement learning / rate control |
| 資料番号 | SeMI2021-74 |
| 発行日 | 2022-01-13 (SeMI) |
| 研究会情報 | |
| 研究会 | SeMI |
|---|---|
| 開催期間 | 2022/1/20(から2日開催) |
| 開催地（和） | 野沢温泉スパリーナ コンベンションホール (ハイブリッド開催を予定) |
| 開催地（英） | |
| テーマ（和） | センシング，モビリティ，モバイル・ユビキタスコンピューティング，センサ・アドホック・モバイルネットワーク，アプリケーション，一般 |
| テーマ（英） | |
| 委員長氏名（和） | 山本 高至(京大) |
| 委員長氏名（英） | Koji Yamamoto(Kyoto Univ.) |
| 副委員長氏名（和） | 門田 和也(日立) / 大和田 泰伯(NICT) |
| 副委員長氏名（英） | Kazuya Monden(Hitachi) / Yasunori Owada(NICT) |
| 幹事氏名（和） | 橋本 匡史(サイバー大) / 金井 謙治(早大) / 内山 彰(阪大) |
| 幹事氏名（英） | Masafumi Hashimoto(Cyber Univ.) / Kenji Kanai(Waseda Univ.) / Akira Uchiyama(Osaka Univ.) |
| 幹事補佐氏名（和） | 勝間田 優樹(NTTドコモ) / 田谷 昭仁(青学大) / 中山 悠(東京農工大) |
| 幹事補佐氏名（英） | Yuki Katsumata(NTT DOCOMO) / Akihito Taya(Aoyama Gakuin Univ.) / Yu Nakayama(Tokyo Univ. of Agri. and Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Sensor Network and Mobile Intelligence |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［ショートペーパー］深層強化学習を用いたIEEE 802.11bcのためのACK-Lessレート制御の検討 |
| サブタイトル（和） | |
| タイトル（英） | [Short Paper] Study of ACK-Less Rate Adaptation for IEEE 802.11bc Using Deep Reinforcement Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | IEEE 802.11bc / IEEE 802.11bc |
| キーワード(2)（和/英） | ブロードキャスト無線LAN / broadcast WLAN |
| キーワード(3)（和/英） | 深層強化学習 / deep reinforcement learning |
| キーワード(4)（和/英） | レート制御 / rate control |
| 第 1 著者 氏名（和/英） | 神田 高望 / Takamochi Kanda |
| 第 1 著者 所属（和/英） | 京都大学(略称：京大) Kyoto University(略称：Kyoto Univ.) |
| 第 2 著者 氏名（和/英） | 香田 優介 / Yusuke Koda |
| 第 2 著者 所属（和/英） | オウル大学(略称：オウル大) University of Oulu(略称：Univ. of Oulu) |
| 第 3 著者 氏名（和/英） | 紀平 悠人 / Yuto Kihira |
| 第 3 著者 所属（和/英） | 京都大学(略称：京大) Kyoto University(略称：Kyoto Univ.) |
| 第 4 著者 氏名（和/英） | 山本 高至 / Koji Yamamoto |
| 第 4 著者 所属（和/英） | 京都大学(略称：京大) Kyoto University(略称：Kyoto Univ.) |
| 第 5 著者 氏名（和/英） | 西尾 理志 / Takayuki Nishio |
| 第 5 著者 所属（和/英） | 京都大学/東京工業大学(略称：京大/東工大) Kyoto University/Tokyo Institute of Technology(略称：Kyoto Univ./Tokyo Tech.) |
| 発表年月日 | 2022-01-21 |
| 資料番号 | SeMI2021-74 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | SeMI-333 |
| ページ範囲 | pp.86-88(SeMI), |
| ページ数 | 3 |
| 発行日 | 2022-01-13 (SeMI) |