一种基于Actor-Critic的无人机基站动态环境部署方法
网络与互联网体系结构
2020-02-04 v1 信号处理
摘要
本文针对无人机（UAV）网络，研究了将无人机作为飞行基站（BS）实时部署以优化移动用户吞吐量的问题。该问题被建模为时变混合整数非凸规划（MINP）问题，传统优化技术难以在短时间内求得最优解。因此，我们提出一种基于actor-critic（AC）的深度强化学习（DRL）方法，以在每个时刻求得近最优的无人机位置。在所提方法中，特定时刻迭代搜索解的过程被建模为马尔可夫决策过程（MDP）。为处理无限状态与动作空间并提升决策过程的鲁棒性，分别配置了两个强大的神经网络（NN）用于评估无人机位置调整与做出决策。与启发式算法、序列最小二乘规划及固定无人机方法相比，仿真结果表明，所提方法在无人机网络各时刻吞吐量方面均优于这三种基准方法。
引用
@article{arxiv.2002.00831,
title = {An Actor-Critic-Based UAV-BSs Deployment Method for Dynamic Environments},
author = {Zhiwei Chen and Yi Zhong and Xiaohu Ge and Yi Ma},
journal= {arXiv preprint arXiv:2002.00831},
year = {2020}
}