Szczegóły publikacji
Opis bibliograficzny
IEEE 802.11bn multi-AP coordinated spatial reuse with hierarchical multi-armed bandits / Maksymilian WOJNAR, Wojciech CIĘŻOBKA, Katarzyna KOSEK-SZOTT, Krzysztof RUSEK, Szymon SZOTT, David Nunez, Boris Bellalta // IEEE Communications Letters ; ISSN 1089-7798. — 2025 — vol. 29 no. 3, s. 428-432. — Bibliogr. s. 432, Abstr. — Publikacja dostępna online od: 2025-12-23
Autorzy (7)
- AGHWojnar Maksymilian
- AGHCiężobka Wojciech
- AGHKosek-Szott Katarzyna
- AGHRusek Krzysztof
- AGHSzott Szymon
- Nunez David
- Bellalta Boris
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 158861 |
|---|---|
| Data dodania do BaDAP | 2025-04-16 |
| Tekst źródłowy | URL |
| DOI | 10.1109/LCOMM.2024.3521079 |
| Rok publikacji | 2025 |
| Typ publikacji | artykuł w czasopiśmie |
| Otwarty dostęp |  |
| Creative Commons | |
| Czasopismo/seria | IEEE Communications Letters |
Abstract
Coordination among multiple access points (APs) is integral to IEEE 802.11bn (Wi-Fi 8) for managing contention in dense networks. This letter explores the benefits of Coordinated Spatial Reuse (C-SR) and proposes the use of reinforcement learning to optimize C-SR group selection. We develop a hierarchical multi-armed bandit (MAB) framework that efficiently selects APs for simultaneous transmissions across various network topologies, demonstrating reinforcement learning’s promise in Wi-Fi settings. Among several MAB algorithms studied, we identify the upper confidence bound (UCB) as particularly effective, offering rapid convergence, adaptability to changes, and sustained performance.
