Apprentissage par renforcement pour l'accès au medium des communications critiques

Reinforcement Learning for medium access in critical communications

• Auteur / Autrice : Tom Boumba
• Direction : Marceau Coupechoux
• Type : Projet de thèse
• Discipline(s) : Informatique, données, IA
• Date : Inscription en doctorat le 01/11/2024
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Traitement et Communication de l'Information
• Partenaire(s) de recherche : Equipe de recherche : RMS : Réseaux, Mobilité et Services

Mots clés

Mots clés libres

Apprentissage par renforcement (RL)

Contrôle d'accès au medium (MAC)

Communications critiques

Reinforcement Learning (RL)

Medium Access Control (MAC)

Critical communications

Résumé

On s'intéressera dans un premier temps à l'application de techniques d'apprentissage par renforcement (RL) à l'accès au medium dit moderne.

We will first aim to apply Reinforcement Learning (RL) techniques to modern Medium Access Control (MAC).