La superficie reconfigurable inteligente (IRS) es una tecnología de retransmisión competitiva para ampliar el rango de cobertura de WiGig, ya que ofrece un medio efectivo para abordar problemas de bloqueo. Sin embargo, seleccionar el relevo IRS óptimo para la tasa de datos máxima alcanzable es un proceso que consume tiempo, ya que requiere entrenamiento de formación de haces WiGig (BT) para ajustar los cambios de fase (PSs) para la estación base de WiGig (WGBS) y los relevos IRS. Este documento propone un enfoque de muestreo de Thomson con presupuesto basado en autoaprendizaje para la sonda de relevo IRS (BTS-IRS) para abordar este desafío. El costo temporal de BT de sondeo del relevo IRS se incorpora en la fórmula principal de BTS, donde se muestrean por separado las distribuciones posteriores de pago y costo, se estima su relación, y se decide el brazo/relevo IRS con la mayor relación. Esto permite que se elija el relevo IRS con el menor costo temporal de BT. Los resultados numéricos demuestran el rendimiento mejorado de la técnica de retransmisión BTS-IRS con respecto al consumo/costo de tiempo de BT, eficiencia espectral y tasa de datos alcanzable en comparación con otros puntos de referencia.