LoRaCompass：针对 LoRa 标签的稳健强化学习高效搜索
机器学习
2025-11-17 v1
摘要
长距离 (LoRa) 协议因其广覆盖和低功耗特性而日益被用于佩戴于精神失能者 (MIPs) 或其他易失去安全的人员的标签上。我们研究了移动传感器在一般、未知环境中，通过接收信号强度指示器 (RSSI) 引导下，寻找周期广播 LoRa 标签的序列决策过程，目标是最少的移动次数 (跳数)。虽然现有方法利用强化学习进行搜索，但它们易受域迁移和信号波动影响，导致决策错误叠加，最终造成显著的定位不准。为弥合这一差距，我们提出 LoRaCompass，一种为 LoRa 标签搜索设计的稳健高效强化学习模型。为应对域迁移和信号波动，LoRaCompass 通过空间感知特征提取器和政策蒸馏损失函数，从 RSSI 学习稳健空间表征，以最大化靠近标签的概率。进一步引入受上置置信界 (UCB) 启发的探索函数，引导传感器逐步提高置信度趋向标签。我们在覆盖面积超过 80km^2的多样化未知环境中进行了基于地面和无人机辅助的实验验证。结果表明，LoRaCompass 在定位距离 100m 内的成功率超过 90%，相较于现有方法提升了 40%，且搜索路径长度（跳数）随初始距离线性缩放，显示出高效性能。
引用
@article{arxiv.2511.11190,
title = {LoRaCompass: Robust Reinforcement Learning to Efficiently Search for a LoRa Tag},
author = {Tianlang He and Zhongming Lin and Tianrui Jiang and S. -H. Gary Chan},
journal= {arXiv preprint arXiv:2511.11190},
year = {2025}
}