基于阶段性策略梯度的工业物联网资源分配
网络与互联网体系结构
2021-12-09 v3
摘要
IEEE 802.15.4e 标准中引入了时隙信道跳变（TSCH）行为模式，以满足工业物联网（IIoT）网络的超高可靠性与超低功耗通信需求。由于资源有限且拓扑动态，IIoT 网络中的数据包传输调度是一项困难任务。本文提出一种基于阶段性策略梯度（PPG）的 TSCH 调度学习算法。所提基于 PPG 的调度算法通过采用在两阶段（即策略阶段与辅助阶段）中学习调度算法的 actor-critic 策略梯度方法，克服了完全分布式与完全集中式基于深度强化学习的调度算法的缺陷。
引用
@article{arxiv.2112.01361,
title = {Phasic Policy Gradient Based Resource Allocation for Industrial Internet of Things},
author = {Lokesh Bommisetty and TG Venkatesh},
journal= {arXiv preprint arXiv:2112.01361},
year = {2021}
}