使用深度强化学习自主管理能量收集物联网节点
机器学习
2020-10-12 v1 人工智能
信号处理
摘要
强化学习（RL）能够通过解决非平稳、资源受限环境下的自主管理问题，来管理无线的、能量收集的物联网（IoT）节点。我们表明，最先进的策略梯度 RL 方法适用于物联网领域，并且优于先前的方法。由于能够建模连续观测与动作空间，以及改进的函数逼近能力，这些新方法能够解决更困难的问题，允许使用与实际应用目标更一致的奖励函数。我们展示了这样一个奖励函数，并使用策略梯度方法学习有能力的策略，从而产生更适合物联网节点的行为，减少人工设计工作量，提高了物联网的自主程度。
引用
@article{arxiv.1905.04181,
title = {Autonomous Management of Energy-Harvesting IoT Nodes Using Deep Reinforcement Learning},
author = {Abdulmajid Murad and Frank Alexander Kraemer and Kerstin Bach and Gavin Taylor},
journal= {arXiv preprint arXiv:1905.04181},
year = {2020}
}