基于强化学习的无人机辅助边缘计算提升灾难恢复力
新兴技术
2025-01-28 v1 人工智能
分布式、并行与集群计算
摘要
边缘感知与计算正快速成为智能基础设施架构的一部分，导致在灾难或紧急情况中高度依赖此类系统。在此类情境下，由于电网问题，电源供应可能中断，由于基站电源失效或受自然因素（如洪水、野火等）损坏，通信系统也可能中断。无人机（UAV）形式的移动边缘计算已被提出用于从这些设备卸载计算以节省电量，UAV作为中继网络节点的使用也已有研究。本文考虑在电源和连接性受限的情况下使用UAV，以延长网络寿命的同时确保数据及时从边缘节点接收。强化学习用于探索各种电力和通信故障水平的场景，从而识别给定场景下最可能发生故障的设备，为维护人员提供优先级指导。模拟了农村小镇和城市市中心的疏散，以演示该方法在延长最关键边缘设备寿命方面的有效性。
引用
@article{arxiv.2501.15305,
title = {Enhancing Disaster Resilience with UAV-Assisted Edge Computing: A Reinforcement Learning Approach to Managing Heterogeneous Edge Devices},
author = {Talha Azfar and Kaicong Huang and Ruimin Ke},
journal= {arXiv preprint arXiv:2501.15305},
year = {2025}
}