我的新闻

OACR2: Online Admission Control and Resource Reservation for 5G Slice Networks with Deep Reinforcement Learning（作者：Fang Li, Yijun Hao, Shusen Yang*, and Peng Zhao）。该工作提出了一个基于深度强化学习（DRL）的在线网络切片请求准入控制和资源预留算法，OACR2。该算法可以利用可预测的未来请求做出更精确的准入控制和资源预留决策，使基础设施提供商获得更高的长期收入。具体地，我们设计了三个新方案：1）基于一种新颖的输入输出方式和LSTM网络的需求预测器，用于预测未来不可见的请求；2）基于部分可观测马尔可夫决策过程模型的DRL准入控制器，用于在没有准确未来请求信息的情况下做出精确的准入决策，其收敛性被严格证明；3）决策防御器，以保证决策的可靠性。大量基于真实数据的实验表明，与现有方法相比，OACR2能够在不牺牲在线推理时间的情况下（0.9毫秒以内），分别将供应商的收入和请求的接受率提高40.9%和16.7%。

 

图1：OACR2的方法概述图