基于策略梯度深度强化学习的 RSS 驱动无人机基站三维移动管理
信息论
2021-03-16 v1 math.IT
摘要
我们解决了自主无人机搭载基站（UAV-BS）的移动管理问题，该基站为地面上的一簇用户提供服务，而簇的地理特征（如位置和边界）、用户的地理位置以及无线环境特征均未知。UAV-BS 仅利用来自用户的接收信号强度（RSS）并据此选择其（连续）三维速度来进行建设性导航，即提升传输数据速率。为弥补模型缺失，我们采用策略梯度深度强化学习。由于我们的方法不依赖于关于用户及无线环境的任何特定信息，它具有灵活性并尊重隐私关切。我们的实验表明，尽管可用信息极少，UAV-BS 仍能够区分高层（通常非视距主导）与郊区（主要视距主导）环境，从而在前者（相应后者）中倾向于降低（相应增加）其高度并靠近（相应远离）簇。我们进一步观察到，奖励函数的选择影响了智能体遵守问题约束的速度与能力，而不影响所交付的数据速率。
引用
@article{arxiv.2103.08034,
title = {RSS-Based UAV-BS 3-D Mobility Management via Policy Gradient Deep Reinforcement Learning},
author = {Mohammad Ghadir Khoshkholgh and Halim Yanikomeroglu},
journal= {arXiv preprint arXiv:2103.08034},
year = {2021}
}