| 講演名 | 2022-08-26 セルラー方式におけるマルチエージェント深層Q学習に基づいたセル間干渉制御 劉 昱辰(東工大), 張 裕淵(東工大), 府川 和彦(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) | 小セル方式においては，セル間干渉（ICI）が全体のシステム容量を大きく劣化させる可能性がある．このICIを軽減するために，本稿では，マルチエージェント強化学習（MARL）を3セクターの小セル方式に適用し，基地局（BS）の送信電力とビームフォーミングベクトルを同時に最適制御することを目指す．強化学習のエージェントの役割を担うBSは，学習および制御のための局所情報として，一部のチャネル情報と制御結果の情報を隣接のBSと交換する．その後，エージェントは交換した局所情報を用いて，制御パラメータを推定する．したがって，提案法はBSの数が非常に多い大規模システムへも容易に拡張し適用できる．提案方式の有効性を明らかにするため計算機シミュレーションを行い，3リンクおよび21リンクのMIMO通信において，提案法は平均システム容量をランダム制御に較べ大幅に改善できることを示す．さらに，局所全探索（ES）に較べ演算量を大幅に削減できることを明らかにする． |
| 抄録(英) | In small cell systems, inter-cell interference (ICI) can severely degrade the overall system capacity. To alleviate ICI, this report applies multi-agent reinforcement learning (MARL) to three-sector small cell systems, which aims to jointly optimize transmit power levels and beamforming vectors of base stations (BSs). Each BS, which plays a role of the agent in the reinforcement learning, exchanges its partial channel information and control results with neighboring BSs as the local information for the training and control. Then, the agent is expected to exploit the local information on the same environment for estimating control parameters, which can be extended and applied to large scale systems including more BSs. Computer simulations are conducted in order to verify the effectiveness of the proposed scheme. It is shown that the proposed scheme can improve average system capacity of 3-link and 21-link MIMO communications more drastically than the random control, while requiring much less computational complexity than that of the local exhaust search (ES). |
| キーワード(和) | MIMO / セル間干渉制御 / マルチエージェント強化学習 / 送信ビームフォーミング / 送信電力制御 |
| キーワード(英) | MIMO / inter-cell interference coordination / multi-agent reinforcement learning / transmit beamforming / transmit power control |
| 資料番号 | RCS2022-119 |
| 発行日 | 2022-08-18 (RCS) |
| 研究会情報 | |
| 研究会 | SAT / RCS |
|---|---|
| 開催期間 | 2022/8/25(から2日開催) |
| 開催地（和） | 函館市亀田交流プラザ |
| 開催地（英） | |
| テーマ（和） | 移動衛星通信，放送，誤り訂正，無線通信一般 |
| テーマ（英） | |
| 委員長氏名（和） | 井家上 哲史(明大) / 樋口 健一(東京理科大) |
| 委員長氏名（英） | Tetsushi Ikegami(Meiji Univ.) / Kenichi Higuchi(Tokyo Univ. of Science) |
| 副委員長氏名（和） | 亀井 雅(NHK) / 加保 貴奈(湘南工科大) / 旦代 智哉(東芝) / 児島 史秀(NICT) / 牟田 修(九大) |
| 副委員長氏名（英） | Masashi Kamei(NHK) / Takana Kaho(Shonan Inst. of Tech.) / Tomoya Tandai(Toshiba) / Fumihide Kojima(NICT) / Osamu Muta(Kyushu Univ.) |
| 幹事氏名（和） | 阿部 順一(NTT) / 大倉 拓也(NICT) / 山本 哲矢(パナソニック) / 安達 宏一(電通大) / 中村 理(シャープ) |
| 幹事氏名（英） | Junichi Abe(NTT) / Takuya Okura(NICT) / Tetsuya Yamamoto(Panasonic) / Koichi Adachi(Univ. of Electro-Comm) / Osamu Nakamura(Sharp) |
| 幹事補佐氏名（和） | 流田 理一郎(KDDI総合研究所) / 小泉 雄貴(NHK) / 酒井 学(三菱電機) / 岩渕 匡史(NTT) / 菅野 一生(KDDI総合研究所) / 張 裕淵(東工大) |
| 幹事補佐氏名（英） | Riichiro Nagareda(KDDI Research) / Yuuki Koizumi(NHK) / Manabu Sakai(Mitsubishi Electric) / Masashi Iwabuchi(NTT) / Issei Kanno(KDDI Research) / Yuyuan Chang(Tokyo Inst. of Tech) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Satellite Telecommunications / Technical Committee on Radio Communication Systems |
|---|---|
| 本文の言語 | ENG-JTITLE |
| タイトル（和） | セルラー方式におけるマルチエージェント深層Q学習に基づいたセル間干渉制御 |
| サブタイトル（和） | |
| タイトル（英） | Multi-Agent Deep Q-Learning based Inter-Cell Interference Coordination for Cellular Systems |
| サブタイトル（和） | |
| キーワード(1)（和/英） | MIMO / MIMO |
| キーワード(2)（和/英） | セル間干渉制御 / inter-cell interference coordination |
| キーワード(3)（和/英） | マルチエージェント強化学習 / multi-agent reinforcement learning |
| キーワード(4)（和/英） | 送信ビームフォーミング / transmit beamforming |
| キーワード(5)（和/英） | 送信電力制御 / transmit power control |
| 第 1 著者 氏名（和/英） | 劉 昱辰 / Liu Yuchen |
| 第 1 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 第 2 著者 氏名（和/英） | 張 裕淵 / Chang Yuyuan |
| 第 2 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 第 3 著者 氏名（和/英） | 府川 和彦 / Fukawa Kazuhiko |
| 第 3 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：Tokyo Tech) |
| 発表年月日 | 2022-08-26 |
| 資料番号 | RCS2022-119 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | RCS-164 |
| ページ範囲 | pp.126-131(RCS), |
| ページ数 | 6 |
| 発行日 | 2022-08-18 (RCS) |