| 講演名 | 2018-05-25 深度画像を用いた深層強化学習によるミリ波通信のトラヒック制御の検討 三熊 智哉(京大), 西尾 理志(京大), 守倉 正博(京大), 淺井 裕介(NTT), 宮武 遼(NTT), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | ミリ波通信は見通し通信路が人体等で遮蔽されることで通信品質が急峻に低下する．そこで，RGB-Dカメラから人体遮蔽を予測して基地局（AP：Access Point）と通信中の端末（STA：Station）の合計スループット（システムスループット）を増加させるトラヒック制御がこれまで提案されている．しかし，既存研究では具体的にどの状態でどのような制御をするべきかを，設置した個々の環境にあわせて人手で設計する必要がある．本稿ではこの問題に対処するため，深層強化学習によるトラヒック制御システムを提案する．提案方式により，RGB-Dカメラから得られる深度画像やプロキシサーバ上のトラヒックバッファの状態をもとに，システムスループットを増加させる制御方法を試行錯誤により探索し獲得する．実験により，提案方式では学習時間の経過に伴い，システムスループットが学習前に比べて増加することを示した．また，遮蔽を考慮した制御を行わない方式に比べて，提案方式を用いることでシステムスループットが高くなることを示した． |
| 抄録(英) | In millimeter-wave (mmWave) communications, throughput is decreased seriously when line-of-sight paths are blocked by human bodies. In order to solve the throughput degradation problem, a proactive traffic control system based on RGB-D camera images has been proposed. The system predicts the human blockages and controls data transmission to each STA in order to increase the system throughput. The previous works employ the heuristic traffic control strategy which requires manual tuning suitable for a specific wireless communication environment. In order to solve the problem, this paper proposes a traffic control system with deep reinforcement learning using depth images obtained from an RGB-D camera and states of traffic buffers in a proxy server. The proposed system explores the optimal traffic control strategy appropriate to a wireless communication environment autonomously through trial and error, and it is expected to obtain a traffic control strategy improving the system throughput. The performance of the proposed traffic control system is evaluated by experiments. The experimental results show that the proposed system increases the system throughput as the learning progresses. In addition, the proposed system achieves higher performance compared with a simple heuristic algorithm. |
| キーワード(和) | ミリ波通信 / IEEE 802.11ad / 人体遮蔽 / RGB-Dカメラ / 深層強化学習 |
| キーワード(英) | mmWave communication / IEEE 802.11ad / human blockage / RGB-D camera / deep reinforcement learning |
| 資料番号 | MoNA2018-1 |
| 発行日 | 2018-05-18 (MoNA) |
| 研究会情報 | |
| 研究会 | MoNA / IPSJ-DPS / IPSJ-MBL / IPSJ-ITS |
|---|---|
| 開催期間 | 2018/5/24(から2日開催) |
| 開催地（和） | イーフ情報プラザ |
| 開催地（英） | Eef Information Plaza |
| テーマ（和） | 5G，モバイルアプリケーション，ユビキタスサービス，モバイル分散クラウド，ITSおよび一般 |
| テーマ（英） | 5G, Mobile Applications, Ubiquitous Services, Mobile Distributed Cloud, ITS, etc. |
| 委員長氏名（和） | 新熊 亮一(京大) / 田上 敦士(株式会社KDDI総合研究所) / 河口 信夫(名古屋大学) / 重野 寛(慶應義塾大学) |
| 委員長氏名（英） | Ryoichi Shinkuma(Kyoto Univ.) / 田上 敦士(株式会社KDDI総合研究所) / 河口 信夫(名古屋大学) / 重野 寛(慶應義塾大学) |
| 副委員長氏名（和） | 田頭 茂明(関大) / 北形 元(東北大) |
| 副委員長氏名（英） | Shigeaki Tagashira(Kansai Univ.) / Gen Kitagata(Tohoku Univ.) |
| 幹事氏名（和） | 石田 繁巳(九大) / 倉沢 央(NTT) / 二瓶 浩一(NEC) / 斉藤 裕樹(明治大学) / 野呂 正明(（株）富士通研究所) / 鈴木 理基(（株）KDDI総合研究所) / 廣森 聡仁(大阪大学) / 寺西 裕一(情報通信研究機構) / 深澤 佑介(（株）NTTドコモ) / 久保 健(KDDI研究所) / 北村 操代(三菱電気株式会社) / 梶 克彦(愛知工業大学) / 内山 彰(大阪大学) / 石原 進(静岡大学) / 柴田 直樹(奈良先端科学技術大学院大学) / 湯 素華(電気通信大学) / 山口 修平(KDDI総合研究所) / 川井 明(滋賀大学) |
| 幹事氏名（英） | Shigemi Ishida(Kyushu Univ.) / Hisashi Kurasawa(NTT) / Koichi Nihei(NEC) / 斉藤 裕樹(明治大学) / 野呂 正明(（株）富士通研究所) / 鈴木 理基(（株）KDDI総合研究所) / 廣森 聡仁(大阪大学) / 寺西 裕一(情報通信研究機構) / 深澤 佑介(（株）NTTドコモ) / 久保 健(KDDI研究所) / 北村 操代(三菱電気株式会社) / 梶 克彦(愛知工業大学) / 内山 彰(大阪大学) / 石原 進(静岡大学) / 柴田 直樹(奈良先端科学技術大学院大学) / 湯 素華(電気通信大学) / 山口 修平(KDDI総合研究所) / 川井 明(滋賀大学) |
| 幹事補佐氏名（和） | 西尾 理志(京大) / 齊藤 隆仁(NTTドコモ) |
| 幹事補佐氏名（英） | Takayuki Nishio(Kyoto Univ.) / Takato Saito(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Mobile Network and Applications / Special Interest Group on Distributed Processing System / Special Interest Group on Mobile Computing and Ubiquitous Communications / Special Interest Group on Intelligent Transport Systems and Smart Community |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 深度画像を用いた深層強化学習によるミリ波通信のトラヒック制御の検討 |
| サブタイトル（和） | |
| タイトル（英） | Traffic Control with Deep Reinforcement Learning Using an RGB-D Camera for Millimeter-wave Communications |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ミリ波通信 / mmWave communication |
| キーワード(2)（和/英） | IEEE 802.11ad / IEEE 802.11ad |
| キーワード(3)（和/英） | 人体遮蔽 / human blockage |
| キーワード(4)（和/英） | RGB-Dカメラ / RGB-D camera |
| キーワード(5)（和/英） | 深層強化学習 / deep reinforcement learning |
| 第 1 著者 氏名（和/英） | 三熊 智哉 / Tomoya Mikuma |
| 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） | 西尾 理志 / Takayuki Nishio |
| 第 2 著者 所属（和/英） | 京都大学(略称：京大) Kyoto University(略称：Kyoto Univ.) |
| 第 3 著者 氏名（和/英） | 守倉 正博 / Masahiro Morikura |
| 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） | 淺井 裕介 / Yusuke Asai |
| 第 4 著者 所属（和/英） | 日本電信電話株式会社(略称：NTT) Nippon Telegraph and Telephone Corporation(略称：NTT) |
| 第 5 著者 氏名（和/英） | 宮武 遼 / Ryo Miyatake |
| 第 5 著者 所属（和/英） | 日本電信電話株式会社(略称：NTT) Nippon Telegraph and Telephone Corporation(略称：NTT) |
| 発表年月日 | 2018-05-25 |
| 資料番号 | MoNA2018-1 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | MoNA-56 |
| ページ範囲 | pp.159-164(MoNA), |
| ページ数 | 6 |
| 発行日 | 2018-05-18 (MoNA) |