Optimisation de réseau WiFi intelligent avec apprentissage par renforcement

Description : Concevoir un modèle d'apprentissage par renforcement (RL) pour ajuster dynamiquement les canaux WiFi et l'allocation de bande passante afin d'améliorer les performances du réseau et réduire les interférences.

Missions :

• Développer et tester un environnement de simulation pour le réseau WiFi.
• Collecter des données de performance réseau (journaux, statistiques de canaux).
• Entraîner et valider le modèle RL selon des métriques comme la force du signal et la densité des utilisateurs.

Prérequis :

• Maîtriser Python avec TensorFlow/PyTorch et OpenAI Gym.
• Expérience en bases de données SQL/NoSQL pour collecter et gérer les données.
• Compréhension des réseaux WiFi et des concepts d'apprentissage par renforcement.

Date d’expiration: 31 décembre, 2024