Построение линейных избыточных кодов при помощи обучения с подкреплением

Данная работа посвящена разработке программной системы для решения ряда задач дискретной оптимизации порождающей матрицы двоичного линейного блокового кода и оценки его эффективности. Входными данными для программы оптимизации являются размерность порождающей матрицы, тип и параметры канала, функции оценки порождающей матрицы. Выходом является порождающая матрица заданной размерности, которая минимизирует заданный функционал. Для решения задачи оптимизации было использовано обучение с подкреплением (reinforcement learning, RL). В качестве критерия эффективности кодов рассматривалась оценка вероятности успешной передачи сообщения (success rate, SR) через заданный канал связи с потерями. Разработанная программная система RL-FEC позволяет моделировать различные условия потерь данных, рассчитывать оценку эффективности кода и получать двоичные линейные блоковые коды с высоким показателем SR. В рамках ряда проведенных экспериментов с различными параметрами и каналами передачи данных с потерями были получены двоичные линейные блоковые коды, которые сравнимы по показателю SR с лучшими представителями других методов кодирования.