[論文レビュー] Risk-Based Optimization of Virtual Reality over Terahertz Reconfigurable Intelligent Surfaces

Christina Chaccour, Mehdi Naderi Soorki+3 more|arXiv (Cornell University)|Jan 1, 2020

Advanced Wireless Communication Technologies参考文献 19被引用数 79

ひとこと要約

本論文は、エントロピック value-at-risk（EVaR）と Lyapunov optimization を用いた、確率的チャネルを扱う深層ポリシーラーナを組み合わせた、テラヘルツ RIS を介したVRに対するリスク認識のユーザーアソシエーションとスケジューリングの枠組みを提案する。

ABSTRACT

In this paper, the problem of associating reconfigurable intelligent surfaces (RISs) to virtual reality (VR) users is studied for a wireless VR network. In particular, this problem is considered within a cellular network that employs terahertz (THz) operated RISs acting as base stations. To provide a seamless VR experience, high data rates and reliable low latency need to be continuously guaranteed. To address these challenges, a novel risk-based framework based on the entropic value-at-risk is proposed for rate optimization and reliability performance. Furthermore, a Lyapunov optimization technique is used to reformulate the problem as a linear weighted function, while ensuring that higher order statistics of the queue length are maintained under a threshold. To address this problem, given the stochastic nature of the channel, a policy-based reinforcement learning (RL) algorithm is proposed. Since the state space is extremely large, the policy is learned through a deep-RL algorithm. In particular, a recurrent neural network (RNN) RL framework is proposed to capture the dynamic channel behavior and improve the speed of conventional RL policy-search algorithms. Simulation results demonstrate that the maximal queue length resulting from the proposed approach is only within 1% of the optimal solution. The results show a high accuracy and fast convergence for the RNN with a validation accuracy of 91.92%.

研究の動機と目的

• 高スループット・低遅延を実現する THz RIS 対応ネットワーク上のVR の課題を動機づける。
• エントロピック値-リスク（EVaR）を用いたリスクベースのレートと信頼性最適化フレームワークを提案する。
• Lyapunov optimization によりキュー安定性を保証し、遅延統計を制御する。
• 大規模状態空間におけるユーザーアソシエーションを学習する深層学習ベースのポリシーアルゴリズムを開発する。
• シミュレーションを通じて機能近似性能と高速収束を実証する。

提案手法

• RIS が信号を反射して移動体ユーザーへサービスを提供する下りVRサービスモデルを定式化する。
• 遅延の高次統計を捉えるためのエントロピック値-リスクに基づくリスク指標を導入する。
• Lyapunov optimization を適用して問題をキュー安定性の保証を伴う線形重み付き目的関数へ変換する。
• 確率的チャネル下でのユーザーアソシエーションを行うポリシー ベースのアルゴリズムを提案する。
• 大規模な状態空間と動的チャネル挙動のためにポリシーを学習する深層学習フレームワークを用いる。
• シミュレーションによりフレームワークの効率と収束性を実証する。

実験結果

リサーチクエスチョン

• RQ1 RIS 対応ネットワーク上のVR において確率的チャネル下でどのようにレートと信頼性を最大化するか？
• RQ2 EVaR は RIS 支援 VR システムにおける高次遅延統計を効果的に捉えられるか？
• RQ3 Lyapunov に基づく再形成と深層ポリシー学習アプローチは、拡張可能な収束性を持つ近似的なユーザーアソシエーションを達成できるか？

主な発見

• 提案手法下での最大キュー長は最適解の1%以内である。
• 学習されたポリシーの検証精度は91.92%と報告される。
• フレームワークはシミュレーションにおいて高精度と高速収束を達成する。