物联网网络中无人机路径规划的鲁棒去中心化强化学习
系统与控制
2023-12-12 v1 系统与控制
摘要
基于无人机(Unmanned aerial vehicle, UAV)的网络和物联网(Internet of Things, IoT)被视为当前及下一代无线网络的组成部分。特别是,无人机可以为物联网设备提供无缝连接和高覆盖率,而这可以通过有效的无人机路径规划来实现。在本文中,我们研究了在存在其他非合作无人机和对抗性干扰攻击的情况下,用于物联网网络中数据收集的鲁棒且去中心化的无人机路径规划。我们处理了三种不同的实际场景,包括单无人机路径规划、无人机集群路径规划,以及在智能移动无人机干扰器存在下的单无人机路径规划。我们倡导在这三种场景下,于实际约束条件中使用强化学习框架进行无人机路径规划。仿真结果表明,通过基于学习的路径规划,无人机能够以高成功率和数据收集率完成任务。此外,无人机可以调整并执行不同的轨迹,作为对抗智能干扰器的防御措施。
引用
@article{arxiv.2312.06250,
title = {Robust and Decentralized Reinforcement Learning for UAV Path Planning in IoT Networks},
author = {Xueyuan Wang and M. Cenk Gursoy},
journal= {arXiv preprint arXiv:2312.06250},
year = {2023}
}
备注
7 pages, 5 figures