基于多智能体强化学习的分布式物联网系统中能量收集感知的多跳路由策略
网络与互联网体系结构
2022-03-23 v1
摘要
能量收集技术为可持续供能日益增长的物联网（IoT）设备提供了有前景的解决方案。然而，由于能量收集的微弱与瞬态特性，IoT 设备不得不间歇工作，使得传统路由策略与能量分配策略难以适用。为此，本文首次提出了一种称为全局 actor-critic 策略（GAP）的分布式多智能体强化算法，以协同解决能量收集供能 IoT 系统中的路由策略与能量分配问题。在训练阶段，每个 IoT 设备被视为一个智能体，并为所有智能体训练一个通用模型以节省计算资源。在推理阶段，可最大化数据包投递率。实验结果表明，所提 GAP 算法的数据传输率分别约为 Q-table 与 ESDSRAA 算法的 1.28 倍和 1.24 倍。
引用
@article{arxiv.2203.11313,
title = {Energy Harvesting Aware Multi-hop Routing Policy in Distributed IoT System Based on Multi-agent Reinforcement Learning},
author = {Wen Zhang and Tao Liu and Mimi Xie and Longzhuang Li and Dulal Kar and Chen Pan},
journal= {arXiv preprint arXiv:2203.11313},
year = {2022}
}