无人机配送系统中用于提供QoS的动态资源管理
机器人学
2021-03-09 v1 机器学习
多智能体系统
最优化与控制
摘要
无人机已被视为降低配送成本与时间的包裹投递替代方式。受电池限制，无人机最适用于最后一英里配送，即从包裹分发中心（PDCs）到客户的配送。由于典型配送系统包含多个PDCs，各自具有随机且时变的需求，动态无人机到PDC的分配对于高效满足需求至关重要。本文研究无人机配送系统的动态UAV分配问题，目标是提供可度量的服务质量（QoS）保证。我们采用排队论方法对问题的客户-服务性质建模。进而，我们采取深度强化学习方法来获得UAV重新分配的动态调整策略。该策略保证了各PDC中等待包裹队列长度的概率上界，从服务提供商与客户双方视角均有益。我们通过考虑三类广泛到达模型（包括Bernoulli、时变Bernoulli与Markov调制Bernoulli到达）评估所提算法性能。结果表明，所提方法优于基线，尤其在更代表真实需求模式的时变与Markov调制Bernoulli到达场景中。此外，算法在所有研究场景中满足QoS约束，同时最小化在用UAV平均数量。
引用
@article{arxiv.2103.04015,
title = {Dynamic Resource Management for Providing QoS in Drone Delivery Systems},
author = {Behzad Khamidehi and Majid Raeis and Elvino S. Sousa},
journal= {arXiv preprint arXiv:2103.04015},
year = {2021}
}