論文の概要: Adaptive Cooperative Transmission Design for Ultra-Reliable Low-Latency Communications via Deep Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2511.02216v1
• Date: Tue, 04 Nov 2025 03:08:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 18:47:05.793058
• Title: Adaptive Cooperative Transmission Design for Ultra-Reliable Low-Latency Communications via Deep Reinforcement Learning
• Title（参考訳）: 深部強化学習による高信頼低レイテンシ通信のための適応的協調伝送設計
• Authors: Hyemin Yu, Hong-Chuan Yang,
• Abstract要約: 次世代無線通信システムは、ミッションクリティカルなアプリケーションのために、超信頼性の低遅延通信(URLLC)サービスをサポートする必要がある。 特に2つのホップ協調通信において, 厳密な URLLC 要求を満たすことは困難である。 我々は,2ホップ中継通信システムのための適応伝送設計を開発する。
• 参考スコア（独自算出の注目度）: 2.665411186169543
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Next-generation wireless communication systems must support ultra-reliable low-latency communication (URLLC) service for mission-critical applications. Meeting stringent URLLC requirements is challenging, especially for two-hop cooperative communication. In this paper, we develop an adaptive transmission design for a two-hop relaying communication system. Each hop transmission adaptively configures its transmission parameters separately, including numerology, mini-slot size, and modulation and coding scheme, for reliable packet transmission within a strict latency constraint. We formulate the hop-specific transceiver configuration as a Markov decision process (MDP) and propose a dual-agent reinforcement learning-based cooperative latency-aware transmission (DRL-CoLA) algorithm to learn latency-aware transmission policies in a distributed manner. Simulation results verify that the proposed algorithm achieves the near-optimal reliability while satisfying strict latency requirements.
• Abstract（参考訳）: 次世代無線通信システムは、ミッションクリティカルなアプリケーションのために、超信頼性の低遅延通信(URLLC)サービスをサポートする必要がある。 特に2つのホップ協調通信において, 厳密な URLLC 要求を満たすことは困難である。 本稿では,2ホップ中継通信システムにおける適応伝送設計について述べる。 各ホップ送信は、厳密なレイテンシ制約内での信頼性のあるパケット送信のために、数値、ミニスロットサイズ、変調および符号化スキームを含む送信パラメータを適応的に設定する。 我々は, ホップ固有トランスシーバ構成をマルコフ決定プロセス(MDP)として定式化し, 分散方式で遅延対応送信ポリシーを学習するための2エージェント強化学習に基づく協調遅延対応送信(DRL-CoLA)アルゴリズムを提案する。 シミュレーションの結果,提案アルゴリズムは厳密なレイテンシ要求を満たすとともに,ほぼ最適の信頼性を実現する。

関連論文リスト

• Joint Channel Estimation and Computation Offloading in Fluid Antenna-assisted MEC Networks [81.36647816787713]
  チャネル推定の遅延を最小限に抑えるためのFA支援オフロードフレームワークを提案する。 提案方式は,効率的な通信を行う場合の精度を大幅に低下させることを示す。
  論文  参考訳（メタデータ） (2025-09-16T08:48:44Z)
• Optimal Batch-Size Control for Low-Latency Federated Learning with Device Heterogeneity [30.53961003855146]
  フェデレートラーニング(FL)は、第6世代(6G)ネットワークにおける協調機械学習の一般的なアプローチとして登場した。 FLアルゴリズムの展開は、自律運転、拡張現実、ヘルスケアなど、幅広いIoT(Internet-of-Things)アプリケーションを強化することが期待されている。 本稿では,収束性を確保しつつ,エンドツーエンド(E2E)学習遅延を最小限に抑える,バッチサイズ最適制御のための新しいC$2のフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-21T13:24:38Z)
• Channel-adaptive Cross-modal Generative Semantic Communication for Point Cloud Transmission [31.144719637429567]
  我々は,GenSeC-PC と呼ばれる PC 伝送のためのクロスモーダル・ジェネリック・セマンティック・コミュニケーション (SemCom) を提案する。 GenSeC-PCは、画像と点雲を融合させるセマンティックエンコーダを使用し、画像は非送信側情報として機能する。 そこで我々は,ロバスト伝送とシステム複雑性の低減を図るために,合理化・非対称なチャネル適応型共同セマンティックチャネル符号化アーキテクチャを設計する。
  論文  参考訳（メタデータ） (2025-06-03T01:14:58Z)
• Joint Transmit and Pinching Beamforming for Pinching Antenna Systems (PASS): Optimization-Based or Learning-Based? [89.05848771674773]
  MISO (Multiple-input Single-output) フレームワークを提案する。 それは複数の導波路で構成されており、多数の低コストアンテナ(PA)を備えている。 PAの位置は、大規模パスと空間の両方にまたがるように再構成することができる。
  論文  参考訳（メタデータ） (2025-02-12T18:54:10Z)
• Communication-Efficient Federated Learning by Quantized Variance Reduction for Heterogeneous Wireless Edge Networks [55.467288506826755]
  フェデレーテッド・ラーニング(FL)は、無線エッジネットワークにおけるローカル・プライバシ・アウェア・コラボレーティブ・モデルトレーニングの有効なソリューションとして認識されている。 既存の通信効率の高いFLアルゴリズムは、デバイス間の大きなばらつきを低減できない。 本稿では,高度分散還元方式に依存する新しい通信効率FLアルゴリズムであるFedQVRを提案する。
  論文  参考訳（メタデータ） (2025-01-20T04:26:21Z)
• Semantic Communication for Cooperative Perception using HARQ [51.148203799109304]
  我々は重要セマンティック情報を抽出するために重要地図を活用し、協調的な知覚セマンティックコミュニケーションフレームワークを導入する。 周波数分割多重化(OFDM)とチャネル推定と等化戦略を併用して,時間変化によるマルチパスフェーディングによる課題に対処する。 我々は,ハイブリッド自動繰り返し要求(HARQ)の精神において,我々の意味コミュニケーションフレームワークと統合された新しい意味エラー検出手法を提案する。
  論文  参考訳（メタデータ） (2024-08-29T08:53:26Z)
• Guaranteed Dynamic Scheduling of Ultra-Reliable Low-Latency Traffic via Conformal Prediction [72.59079526765487]
  アップリンクにおける超信頼性・低遅延トラフィック(URLLC)の動的スケジューリングは、既存のサービスの効率を大幅に向上させることができる。 主な課題は、URLLCパケット生成のプロセスにおける不確実性である。 本稿では,URLLC トラフィック予測器の品質に関わらず,信頼性と遅延を保証した新しい URLLC パケットスケジューラを提案する。
  論文  参考訳（メタデータ） (2023-02-15T14:09:55Z)
• Wireless Federated Learning (WFL) for 6G Networks -- Part II: The Compute-then-Transmit NOMA Paradigm [43.273644277347465]
  我々は,無線フェデレートラーニング(WFL)ネットワークのための新しい通信プロトコルを導入し,最適化する。 Compute-then-Transmit NOMA (CT-NOMA)プロトコルが導入され、ユーザーはローカルモデルトレーニングを同時に終了し、トレーニングされたパラメータを中央サーバに同時に送信する。 NOMAにおけるユーザ間干渉の緩和のための2つの異なる検出スキームを検討し、固定および可変復号順序に対応する評価する。
  論文  参考訳（メタデータ） (2021-04-24T19:14:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。