面向无线充电网络寿命最大化的多智能体强化学习策略
机器学习
2024-11-25 v1 计算机视觉与模式识别
计算机科学与博弈论
多智能体系统
摘要
本论文提出了一种针对多个移动充电器以最大化网络寿命并确保大规模无线可充电传感器网络（WRSNs）中目标覆盖和连接性的通用充电框架。此外，借助多点充电模型来提高充电效率，其中移动充电器（MC）可以在每个充电位置同时为多个传感器充电。论文提出了一种有效的去中心化部分可观测半马尔可夫决策过程（Dec POSMDP）模型，促进移动充电器之间的合作，并基于实时网络信息检测最优充电位置。此外，该方案允许针对不同网络无需进行大量再训练即可应用不同的强化学习算法。为求解Dec POSMDP模型，论文基于近端策略优化算法（PPO）提出了一种基于异步多智能体强化学习算法（AMAPPO）。
引用
@article{arxiv.2411.14496,
title = {Multi-agent reinforcement learning strategy to maximize the lifetime of Wireless Rechargeable},
author = {Bao Nguyen},
journal= {arXiv preprint arXiv:2411.14496},
year = {2024}
}
备注
77 pages, Bachelor's thesis