論文の概要: Multi-Agent Reinforcement Learning for Online Traffic Scheduling in Time-Sensitive Application

• arxiv url: http://arxiv.org/abs/2608.05346v1
• Date: Wed, 05 Aug 2026 19:06:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-07 15:25:20.777423
• Title: Multi-Agent Reinforcement Learning for Online Traffic Scheduling in Time-Sensitive Application
• Title（参考訳）: 時間感度アプリケーションにおけるオンライン交通スケジューリングのためのマルチエージェント強化学習
• Abstract要約: タイムセンシティブネットワーク(TSN)がモバイルエッジコンピューティング(MEC)に統合される 本稿では,TSNスケジューリングのためのマルチエージェント強化学習(MARL)フレームワークを提案する。 提案手法により、平均フレーム待ち時間を最大26.8%削減し、最悪のケース遅延を約16.8%削減し、動的XR駆動MECシナリオにおけるその有効性を強調した。
• 参考スコア（独自算出の注目度）: 3.6371794661986816
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Time-sensitive networking (TSN) is increasingly integrated into mobile edge computing (MEC) to support applications with stringent latency requirements, such as extended reality (XR). However, existing TSN scheduling solutions predominantly rely on static optimization techniques or centralized learning models that are based on fixed traffic patterns, limiting their effectiveness in dynamic environments. In practice, MEC environments often host multiple co-located XR traffic flows whose characteristics evolve over time, creating complex inter-queue dependencies that current schedulers fail to capture. Addressing these challenges requires adaptive, decentralized scheduling mechanisms capable of coordinating multiple TSN queues under varying traffic conditions. To this end, this paper proposes a multi-agent reinforcement learning (MARL) framework for TSN scheduling, where each TSN queue is modeled as an autonomous agent. The Heterogeneous-Agent Proximal Policy Optimization (HAPPO) algorithm is employed to explicitly model inter-agent dependencies and jointly optimize service delivery across queues. The simulation results demonstrate that the proposed approach reduces average frame waiting times by up to 26.8% and worst-case delays by approximately 16.8%, highlighting its effectiveness in dynamic XR-driven MEC scenarios.
• Abstract（参考訳）: 時間に敏感なネットワーク(TSN)はモバイルエッジコンピューティング(MEC)に統合され、拡張現実(XR)のような厳しいレイテンシ要件のアプリケーションをサポートする。 しかし、既存のTSNスケジューリングソリューションは、静的最適化手法や固定トラフィックパターンに基づく集中学習モデルに大きく依存しており、動的環境での有効性を制限している。 実際には、MEC環境は複数のXRトラフィックフローをホストし、その特性は時間とともに進化し、現在のスケジューラが捕捉できない複雑なキュー間依存関係を生成する。 これらの課題に対処するには、様々なトラフィック条件下で複数のTSNキューを調整できる適応的な分散スケジューリング機構が必要である。 そこで本研究では,TSNスケジューリングのためのマルチエージェント強化学習(MARL)フレームワークを提案する。 Heterogeneous-Agent Proximal Policy Optimization (HAPPO)アルゴリズムは、エージェント間の依存関係を明示的にモデル化し、キュー間のサービス配信を共同で最適化するために使用される。 シミュレーションの結果、提案手法により平均フレーム待ち時間を最大26.8%削減し、最悪ケース遅延を約16.8%削減し、動的XR駆動MECシナリオにおけるその有効性を強調した。

関連論文リスト

• End-to-End Latency-Minimizing and Load-Balanced Request Scheduling for Edge LLM Inference in Agentic AI Services [13.04369901641143]
  大規模言語モデル(LLM)を使用したエージェントAIサービスでは、低レイテンシ推論がますます求められている。 本研究では,各要求に対する送信,プリフィル,再分配レベル復号化,キー値キャッシュの進化をキャプチャするクロススロット推論モデルを開発した。 本稿では,Lyapunov最適化による長期負荷分散制約を変換するLYREO手法を提案する。
  論文  参考訳（メタデータ） (2026-09-15T13:50:54Z)
• Multi-Agent Transformer for Queue-Level XR Traffic Scheduling in TSN Networks [3.6371794661986816]
  Time-Sensitive Networking (TSN) と Mobile Edge Computing (MEC) は、超信頼性の高い低レイテンシ通信を実現する強力な可能性を持っている。 XRトラフィックタイプは、タイミング要求の観点から異なる特徴と臨界性を持っている。 待ち行列レベルのXRトラフィックスケジューリングのためのマルチエージェント強化学習手法を提案する。
  論文  参考訳（メタデータ） (2026-08-05T18:57:24Z)
• MA-HEAD-Net: Adaptive Rule-Guided Multi-Agent DRL for AoI Minimization in UAV-Assisted Emergency Networks [71.01350912967922]
  事故後のシナリオでは、無人航空機(UAV)が緊急通信ネットワークを確立する上で重要である。 本稿では,UAV支援緊急通信における情報量(AoI)の最小化について検討する。 適応型ルール誘導多エージェント深層強化学習フレームワークMA-HEAD-Netを開発した。
  論文  参考訳（メタデータ） (2026-08-02T10:05:50Z)
• Multi-Timescale Latent-Action DRL for Joint Optimization in Edge-Cloud Networks [48.421359451414155]
  エッジクラウドとレイヤ間のロード不均衡は、レイテンシのパフォーマンスを低下させる。 動的タスク到着と異種リソースの下での階層型エッジクラウドコンピューティングシステム。 本稿では,サービス配置を最適化するための行動空間(2MDRL-LA)を用いた2時間深層学習研究を提案する。 平均e2e遅延を20.8%削減し、計画よりも13%改善した。
  論文  参考訳（メタデータ） (2026-06-30T11:56:15Z)
• Multi-Turn Reasoning LLMs for Task Offloading in Mobile Edge Computing [15.718757401948304]
  我々は,MECシステムにおける前向きな意思決定を可能にする生成フレームワークであるCOMLLMを提案する。 COMLLMは、ほぼ最適レイテンシを実現し、ロードバランシングの公平性を向上する。特に、ゼロショットのスケーラビリティを示し、小規模ネットワークでトレーニングされたモデルは、再トレーニングすることなく、より大きく、目に見えないトポロジに一般化することができる。
  論文  参考訳（メタデータ） (2026-04-08T14:38:48Z)
• Chimera: Latency- and Performance-Aware Multi-agent Serving for Heterogeneous LLMs [62.17306142810532]
  ヘテロジニアスLSMクラスタ上で動作するマルチエージェントワークフローの予測スケジューリングシステムであるChimeraを提案する。 Chimeは最高のレイテンシをトレースし、エンドツーエンドのレイテンシを1.2-2.4$times$で削減し、タスクパフォーマンスを平均8.0-9.5ポイント改善する。
  論文  参考訳（メタデータ） (2026-03-23T17:01:42Z)
• Astraea: A State-Aware Scheduling Engine for LLM-Powered Agents [12.884297990127985]
  Astraeaは、最適化をローカルセグメントからグローバルリクエストライフサイクルに移行するように設計されたサービスエンジンである。 これは、リクエストの履歴状態と将来の予測を統合する、ステートアウェアで階層的なスケジューリングアルゴリズムを採用している。 Astraea は平均 JCT を基準法に比べて 25.5% 削減する。
  論文  参考訳（メタデータ） (2025-12-16T06:55:10Z)
• Q-Learning-Based Time-Critical Data Aggregation Scheduling in IoT [3.361625512902259]
  Internet of Things(IoT)ネットワークにおける時間クリティカルなデータアグリゲーションは、効率的で衝突のないスケジューリングを必要とする。 二相木構築とスケジューリングの伝統的な手法は、しばしば高い計算オーバーヘッドと最適以下の遅延に悩まされる。 本稿では,集約木の構築とスケジューリングを統一する新しいQラーニングフレームワークを提案し,拡張性のためのハッシュ状態を持つマルコフ決定プロセス(MDP)としてプロセスをモデル化する。
  論文  参考訳（メタデータ） (2025-10-29T15:46:21Z)
• CSGO: Generalized Optimization for Cold Start in Wireless Collaborative Edge LLM Systems [62.24576366776727]
  本稿では,全体の推論遅延を最小限に抑えるために,遅延を考慮したスケジューリングフレームワークを提案する。 提案手法は,ベースライン戦略と比較して,コールドスタート遅延を著しく低減することを示す。
  論文  参考訳（メタデータ） (2025-08-15T07:49:22Z)
• Scheduling Inference Workloads on Distributed Edge Clusters with Reinforcement Learning [11.007816552466952]
  本稿では,エッジネットワークにおける予測クエリを短時間でスケジューリングする問題に焦点をあてる。 シミュレーションにより,大規模ISPの現実的なネットワーク設定とワークロードにおけるいくつかのポリシーを解析する。 我々は、強化学習に基づくスケジューリングアルゴリズムASETを設計し、システム条件に応じてその決定を適応させることができる。
  論文  参考訳（メタデータ） (2023-01-31T13:23:34Z)
• Collaborative Intelligent Reflecting Surface Networks with Multi-Agent Reinforcement Learning [63.83425382922157]
  インテリジェント・リフレクション・サーフェス(IRS)は将来の無線ネットワークに広く応用されることが想定されている。 本稿では,エネルギー収穫能力を備えた協調型IRSデバイスを用いたマルチユーザ通信システムについて検討する。
  論文  参考訳（メタデータ） (2022-03-26T20:37:14Z)
• Better than the Best: Gradient-based Improper Reinforcement Learning for Network Scheduling [60.48359567964899]
  パケット遅延を最小限に抑えるため,制約付き待ち行列ネットワークにおけるスケジューリングの問題を考える。 我々は、利用可能な原子ポリシーよりも優れたスケジューラを生成するポリシー勾配に基づく強化学習アルゴリズムを使用する。
  論文  参考訳（メタデータ） (2021-05-01T10:18:34Z)

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。