基于协作多智能体深度强化学习的多无人机控制可靠节能移动接入
机器学习
2023-07-03 v2 多智能体系统
摘要
本文针对多无人机（UAV）协作（即UAV作为移动基站）提出了一种新颖的基于多智能体深度强化学习（MADRL）的定位算法。所提算法的主要目标是为蜂窝车联网（C-V2X）通信建立可靠的移动接入网络，从而促进高质量智能交通系统（ITS）的实现。可靠移动接入服务可通过以下两种方式实现，即：i）节能的UAV运行与ii）可靠的无线通信服务。对于节能的UAV运行，我们所提MADRL算法的奖励包含UAV能耗模型的特征，以实现高效运行。此外，对于可靠的无线通信服务，将各用户的服务质量（QoS）需求作为奖励的一部分加以考虑，并使用60GHz毫米波无线电进行移动接入。本文考虑60GHz毫米波接入以利用以下优势：i）用于多Gbps高速通信的超大带宽，以及ii）用于空间复用的高定向通信，这显然有利于密集部署的用户。最后，本文对所提基于MADRL的多无人机定位算法进行了全面且数据密集的性能评估。这些评估结果表明，所提算法优于其他现有算法。
引用
@article{arxiv.2210.00945,
title = {Cooperative Multi-Agent Deep Reinforcement Learning for Reliable and Energy-Efficient Mobile Access via Multi-UAV Control},
author = {Chanyoung Park and Soohyun Park and Soyi Jung and Carlos Cordeiro and Joongheon Kim},
journal= {arXiv preprint arXiv:2210.00945},
year = {2023}
}
备注
17 pages, 11 figures