RIS-NOMA辅助多机器人通信的智能轨迹设计
机器人学
2023-03-10 v5 人工智能
信息论
math.IT
摘要
本文提出了一种新颖的可重构智能表面辅助多机器人网络，其中多个移动机器人通过非正交多址接入（NOMA）由接入点（AP）服务。目标是在满足机器人预测的初始与最终位置以及每个机器人的服务质量（QoS）约束下，通过联合优化机器人轨迹与NOMA解码顺序、RIS的相移系数以及AP的功率分配，最大化多机器人系统整体轨迹的和速率。为解决该问题，提出了一种集成机器学习（ML）方案，其结合了长短期记忆（LSTM）-自回归积分滑动平均（ARIMA）模型与对决双重深度Q网络（DQN）算法。对于机器人的初始与最终位置预测，LSTM-ARIMA能够克服非平稳与非线性数据序列的梯度消失问题。对于联合确定相移矩阵与机器人轨迹，采用DQN解决动作价值过高估计问题。基于所提方案，每个机器人依据整体轨迹的最大和速率获得最优轨迹，这表明机器人追求整体轨迹设计的长期收益。数值结果表明：1）LSTM-ARIMA模型提供高精度的预测模型；2）所提DQN算法可实现快速平均收敛；3）与RIS辅助的正交方案相比，RIS-NOMA网络具有更优的网络性能。
引用
@article{arxiv.2205.01647,
title = {Intelligent Trajectory Design for RIS-NOMA aided Multi-robot Communications},
author = {Xinyu Gao and Xidong Mu and Wenqiang Yi and Yuanwei Liu},
journal= {arXiv preprint arXiv:2205.01647},
year = {2023}
}