Utilização de aprendizado por reforço em decodificadores de canal por algoritmo de Viterbi de Decisão Soft

Abstract

Métodos de aprendizado de máquina são amplamente utilizados nas áreas de robótica, controle e automação para resolver problemas dinâmicos de tomada de decisão e otimização. Na área de comunicações, contudo, sua utilização é menos expressiva. Este trabalho apresenta uma introdução às comunicações digitais e à teoria da informação, para o entendimento dos decodificadores de canal baseados no algoritmo de Viterbi, e a introdução ao aprendizado por reforço, um método de aprendizado de máquina. O objetivo do trabalho é construir um decodificador de decisão soft, controlado dinamicamente por um agente de aprendizado baseado no algoritmo Q-Learning, capaz de alterar seus níveis de quantização para obter ganhos de desempenho. Conforme mostram os resultados, com uma modelagem adequada do sistema, é possível fazer com que o agente aprenda a realizar essa tarefa, sugerindo a potencial aplicação de técnicas de aprendizado por reforço na área de comunicações digitais.