基于分布鲁棒优化的无监督对抗训练方法提升无线资源分配深度神经网络的分布外泛化性能

《IEEE Transactions on Machine Learning in Communications and Networking》：Robust Unsupervised Learning for Wireless Resource Allocation Under Channel Distribution Shift

　　

摘要：

无监督学习正越来越多地被用于训练深度神经网络（DNNs），以优化无线资源分配，从而避免昂贵的标签生成。然而，在实际部署中，由于无线系统场景和配置的多样性，无线通道的测试分布往往偏离训练分布，导致分布外（OOD）泛化性能下降。本文提出了一种离线、模型无关的训练方法，仅使用单源无标签数据即可提高DNNs的鲁棒性。其核心思想受分布鲁棒优化（DRO）原则启发，利用逐步识别出的训练分布之外的最坏情况样本来改进已训练的DNN。为缓解DNN的OOD性能退化，我们在无监督学习框架下构建了DRO问题，针对"真实"最坏情况分布进行优化，其目标是最大化最优性差距（相对于未知的最优解），而非损失值本身。随后，我们提供了其代理对抗训练问题，并提出两种训练方法：(i) 无监督对抗训练（UAT），适用于可通过输出投影强制满足约束的资源分配问题；(ii) 扩展UAT（EUAT），适用于具有输入依赖型约束（如服务质量要求）的问题，其中鲁棒性需同时考虑目标退化与约束违反。在两种方法中，构建对抗样本所需的梯度均通过包络定理获得，无需访问最优策略。在混合预编码和小区无中心功率分配上进行了大量仿真——涵盖3GPP、DeepMIMO以及不同场景下的真实信道——结果表明，多种类型的DNNs均实现了稳定的OOD性能提升和约束满足度改善，且未增加推理开销。