【論文解説】“学習型ドリフト＋ペナルティ”がネットワーク遅延を激減させた理由…従来手法を超える新ルーティング戦略とは

Описание: 提供された資料は、**グラフニューラルネットワーク（GNN）**を活用して、通信ネットワークにおけるデータ転送の最適化を目指す新しいアルゴリズムについて解説しています。従来の**ドリフト・プラス・ペナルティ（DPP）法**は、ネットワークの安定性を保ちつつ運用コストを最小化できる一方で、通信遅延が生じやすいという課題がありました。本研究では、微分可能な**ニューラルバックログ関数**と、**最適輸送理論（Sinkhornアルゴリズム）**を用いたリンクスケジューリングを組み合わせることで、この遅延問題を大幅に改善しています。提案手法は、電力割り当てとルーティングを動的に最適化し、多様なネットワーク構造やトラフィック条件下で既存の機械学習モデルや古典的アルゴリズムを上回る性能を示しました。これにより、理論的な安定性の保証と、実用的な低遅延性能の両立を実現しています。
A neural drift-plus-penalty algorithm for network power allocation and routing
The drift-plus-penalty method is a Lyapunov optimisation technique commonly applied to network routing problems. It reduces the original stochastic planning task to a sequence of greedy optimizations, enabling the design of distributed routing algorithms which stabilize data queues while simultaneously optimizing a specified penalty function. While drift-plus-penalty methods have desirable asymptotic properties, they tend to incur higher network delay than alternative control methods, especially under light network load. In this work, we propose a learned variant of the drift-plus-penalty method that can preserve its theoretical guarantees, while being flexible enough to learn routing strategies directly from a model of the problem. Our approach introduces a novel mechanism for learning routing decisions and employs an optimal transport-based method for link scheduling. Applied to the joint task of transmit-power allocation and data routing, the method achieves consistent improvements over common baselines under a broad set of scenarios.
Ahmed Rashwan/Keith Briggs/Chris Budd
http://arxiv.org/abs/2509.09637v1
#ネットワーク最適化 #ルーティング #ドリフトプラスペナルティ #機械学習 #最適輸送 #リンクスケジューリング #通信工学 #遅延削減 #電力制御 #分散アルゴリズム