面向无线供电辅助物联网系统的基于注意力机制的无人机轨迹优化
信号处理
2025-02-26 v1 人工智能
摘要
无线供电（WPT）辅助物联网（IoT）系统中的无人机面临以下挑战：资源有限和轨迹规划欠佳。基于强化学习的轨迹规划方案在优化大规模系统时面临搜索效率低和学习不稳定的问题。为了解决这些问题，我们提出了一种基于图 Transformer 的注意力机制无人机轨迹优化（AUTO）框架，该框架由注意力轨迹优化模型（ATOM）和基于 Actor-Critic 的轨迹学习方法（TENMA）组成。在 ATOM 中，使用图编码器计算所有物联网设备的自注意力特征，并开发了一个轨迹解码器来优化无人机的数量和轨迹。然后，TENMA 使用改进的 Actor-Critic 方法训练 ATOM，其中将系统的真实奖励作为基线，以减少 Critic 网络中的方差。该方法适用于高质量、大规模的多无人机轨迹规划。最后，我们开展了大量实验，包括在实地场景下的硬件实验，以验证 AUTO 框架的可行性与效率。
关键词
引用
@article{arxiv.2502.17517,
title = {Attention-based UAV Trajectory Optimization for Wireless Power Transfer-assisted IoT Systems},
author = {Li Dong and Feibo Jiang and Yubo Peng},
journal= {arXiv preprint arXiv:2502.17517},
year = {2025}
}