CoMP 无人机 VLC 网络中的多智能体强化学习轨迹设计与两阶段资源管理
信号处理
2021-12-06 v3
摘要
在本文中，我们考虑配备可见光通信(VLC)接入点并具备协调多点(CoMP)能力的无人机(UAV)，该能力允许用户连接到多架无人机。无人机可以以恒定加速度进行三维(3D)运动，其中中央服务器负责无人机之间的同步与协作。无人机中加速度运动的影响有必要加以考虑。与大多数现有工作不同，我们研究了变速对动力学和无线资源分配的影响。针对所提出的系统模型，我们定义了两种不同的时间帧。在帧中，每架无人机的加速度被指定，而在每个时隙中分配无线资源。我们的目标是构建一个多目标优化问题，其中总数据速率最大化，且总通信功耗同时最小化。为处理该多目标优化，我们首先应用标量化方法，然后应用多智能体深度确定性策略梯度(MADDPG)。我们通过增加两个评论家网络以及两阶段资源分配来改进该求解方法。仿真结果表明，就性能而言，无人机的恒定加速度运动比传统运动系统表现出约 8% 更好的结果。
引用
@article{arxiv.2111.05116,
title = {Multi Agent Reinforcement Learning Trajectory Design and Two-Stage Resource Management in CoMP UAV VLC Networks},
author = {Mohammad Reza Maleki and Mohammad Robat Mili and Mohammad Reza Javan and Nader Mokari and Eduard A. Jorswieck},
journal= {arXiv preprint arXiv:2111.05116},
year = {2021}
}
备注
12 pages, 11 figures