无线无人机网络中基于分布式多智能体元学习的轨迹设计
机器学习
2020-12-08 v1 多智能体系统
机器人学
摘要
本文研究了在动态无线网络环境中运行的一组能量受限无人机的轨迹设计问题。在所考虑的模型中，一支无人机基站（DBSs）团队被派遣以协作方式服务于具有动态且不可预测上行接入需求的地面用户簇。在此场景下，DBSs必须在所考虑区域内协作导航，以最大化地面用户动态请求的覆盖率。该轨迹设计问题被构建为一个优化框架，其目标是找到使所有DBSs所服务用户比例最大化的优化轨迹。为在不可预测环境下求解这个非凸优化问题的最优解，提出了一种基于值分解的强化学习（VDRL）方案并结合元训练机制。该算法使DBSs能够动态学习其轨迹，同时将学习推广至未见过的新环境。分析结果表明，所提出的VD-RL算法保证收敛到该非凸优化问题的局部最优解。仿真结果表明，即便没有元训练，与基线多智能体算法相比，所提出的VD-RL算法可实现服务覆盖率提升53.2%以及收敛速度提升30.6%。同时，当DBSs必须应对先前未见的任务时，元学习的使用使VD-RL算法的收敛速度提升高达53.8%。
引用
@article{arxiv.2012.03158,
title = {Distributed Multi-agent Meta Learning for Trajectory Design in Wireless Drone Networks},
author = {Ye Hu and Mingzhe Chen and Walid Saad and H. Vincent Poor and Shuguang Cui},
journal= {arXiv preprint arXiv:2012.03158},
year = {2020}
}