充电器调度优化问题的一般框架
网络与互联网体系结构
2020-10-01 v1 机器人学
摘要
本文提出了一个通用框架来解决多种NP难充电器调度问题，优化移动充电器的轨迹以延长无线可充电传感器网络（WRSN，一种由带可充电电池的传感器和移动充电器组成的系统）的寿命。现有的充电器调度问题解决方案需要针对特定问题进行设计，并在解质量与计算时间之间进行权衡。相反，我们观察到同一类型充电器调度问题的实例以相似的组合结构但不同的数据被重复求解。我们将寻找最优充电器调度视为试错过程，并将充电优化问题的目标函数视为奖励，即每次搜索的标量反馈信号。我们提出了一种基于深度强化学习的充电器调度优化框架。该框架的最大优势在于可以从以往经验中自动学习多种领域特定的充电器调度策略。该框架还简化了单个充电器调度优化问题的算法设计复杂度。我们选取了三个具代表性的充电器调度优化问题，基于所提出的深度强化学习框架设计算法、实现它们，并与现有方法进行比较。大量仿真结果表明，我们基于该框架的算法优于所有现有算法。
引用
@article{arxiv.2009.14428,
title = {A General Framework for Charger Scheduling Optimization Problems},
author = {Xuan Li and Miao Jin},
journal= {arXiv preprint arXiv:2009.14428},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1901.09129