Generalizable Deep Reinforcement Learning-Based Intelligent Handover in Indoor WiGig Networks
Notice bibliographique
Résumé
The dynamic nature of user mobility and density in indoor WiGig networks poses a significant challenge to seamless handover, particularly in the 60 GHz band, where small and closely clustered channel gain values hinder effective decision-making. To address this, we propose a generalizable deep reinforcement learning (DRL)-based handover that integrates a novel reward function designed to amplify channel gain differentials, thereby improving the convergence speed and decision accuracy of learning agents. We investigate the performance of state-of-the-art DRL algorithms—Deep Q-Network (DQN), Proximal Policy Optimization (PPO), and Advantage Actor-Critic (A2C)—enhanced through advanced hyperparameter-tuning techniques, including grid search, random search, optuna, and hyperopt. Among these, DQN combined with grid search yields the best overall performance, surpassing A2C by 48% in average rolling reward and achieving 32% faster convergence than PPO.To assess generalization, we evaluate the merged DQN agent trained across varying user density scenarios (1–8 users) against expert agents specialized for individual densities and a high-density-trained agent tested across all scenarios. Our results reveal that the merged agent exhibits robust and consistent performance across all densities, indicating strong generalization capability. In contrast, the high-density agent suffers performance degradation of up to 13% when exposed to unseen scenarios, underscoring its limited adaptability. While expert agents perform optimally within their specific environments, their deployment complexity renders them impractical for real-time systems. These findings highlight the importance of training DRL agents across diverse scenarios to achieve scalable and generalizable handover solutions in dense and dynamic WiGig networks.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».