协作式能量收集无线传感器网络中的能量管理

在本文中，我们考虑为能够收集自身能量并与网络中其他节点共享能量的传感器节点网络寻找最优能量管理策略的问题。我们在折扣代价马尔可夫决策过程框架下表述该问题，并使用深度确定性策略梯度（DDPG）算法获得良好的能量共享策略。早期工作曾试图获得单个传感器以及排列在具有单一集中式能量缓冲器的 mote 上的多个传感器的最优能量分配策略。另一方面，我们的算法为分布式传感器网络提供最优策略，其中各传感器独立收集能量并能够在彼此之间共享能量。通过仿真，我们说明在分布式多节点情形下，我们的 DDPG 算法利用这一增强的网络模型所获得的策略优于不共享能量或使用集中式能量缓冲器的算法。