分散化されたWi-Fiの局所空間再使用最適化: 内部の悔恨最小化アプローチ

分散的なスパースリープ（SR）パラメータ -- テレポダイゼーション（TP）レベルとカリアーセンシングしきい値（CST） -- の最適化は、IEEE 802.11 ディープスケールに密度の高いネットワークにおいて効果的なスペクトラム効率向上のための費用対効果が高く、同期送信によるものです。しかしながら、各ブロードキャップセット（BSS）間で分散化最適化は困難であることは、グローバルな状態情報の非存在に由来します。さらに、並行作業する複数のアクシデントが高度に非ステーションエイリアスな環境を生み出しますとおりになり、しばしば効率的なグローラルな計算 （例：通常の最大送信レベルを既定的に使用） を引き起こします。したがって、この論文の主たる目的は、内部悔恨最小化に基づく学習アルゴリズムから派生するレッジ（RM）アルゴリズムを通じてこれらの課題に対処しようとするもので、ネイチャー・エンリー（NE）、内訳さな相関シナポリティックイリミニエーションという別のタイプの均衡を目指すということです。それ以外の多くの分散化された「自励」手法は、しばしば効率的なNEに収束しますが、RMによって競合するアクシデントがコラベル相関的（CE）のバランスに制約されて行動するようにガイドられることでこれを達成するからである。これらのスクリプト結果が示唆表明内訳か、我々の提案した方法と対比し、そしてその能力を近似的に効果的なグローラル性能へ至ることが確認されるためです。これらの一連の結論は、まだ解釈されることのない分散化ソリューションの未開催性の可能性とともに、新たな進展とエクスプロラーショングループを促します。その一方で、現存する既成の中央制約方法（例えば多接続点協調法：マルチ・アクセス・ポイント・コントロール）が発展に伴って激しい信号オーバヘッドと高まるアーキテクチャ的複雑さのために使用禁止されていないことが示されています。

arXiv:2602.08456v1 Announce Type: cross Abstract: Spatial Reuse (SR) is a cost-effective technique for improving spectral efficiency in dense IEEE 802.11 deployments by enabling simultaneous transmissions. However, the decentralized optimization of SR parameters -- transmission power and Carrier Sensing Threshold (CST) -- across different Basic Service Sets (BSSs) is challenging due to the lack of global state information. In addition, the concurrent operation of multiple agents creates a highly non-stationary environment, often resulting in suboptimal global configurations (e.g., using the maximum possible transmission power by default). To overcome these limitations, this paper introduces a decentralized learning algorithm based on regret-matching, grounded in internal regret minimization. Unlike standard decentralized ``selfish'' approaches that often converge to inefficient Nash Equilibria (NE), internal regret minimization guides competing agents toward Correlated Equilibria (CE), effectively mimicking coordination without explicit communication. Through simulation results, we showcase the superiority of our proposed approach and its ability to reach near-optimal global performance. These results confirm the not-yet-unleashed potential of scalable decentralized solutions and question the need for the heavy signaling overheads and architectural complexity associated with emerging centralized solutions like Multi-Access Point Coordination (MAPC).