利用模仿学习在偏远灾区进行无人机辅助通信
网络与互联网体系结构
2021-05-28 v1 人工智能
机器学习
摘要
自然与人为灾害中对蜂窝塔的损坏会扰乱蜂窝用户的通信服务。一种解决方案是使用无人机来增强所需的通信网络。本文展示了一种无人机辅助模仿学习（UnVAIL）通信系统的设计，该系统将蜂窝用户的信息中继到邻近基站。由于用户设备（UEs）配备有容量有限的缓冲包缓冲区，UnVAIL 在不同 UEs 间轮替以降低缓冲区溢出几率，自身最优地靠近所选 UE 以缩短服务时间，并通过充当中继节点来发现网络路径。UnVAIL 利用模仿学习（IL）这一数据驱动的行为克隆方法来实现最优调度方案。结果表明，在开发的用于训练无人机的模拟器上评估时，UnVAIL 在通信时效性、位置精度和能耗方面表现类似于基于人类专家知识的规划，准确率达 97.52%。
引用
@article{arxiv.2105.12823,
title = {UAV-Assisted Communication in Remote Disaster Areas using Imitation Learning},
author = {Alireza Shamsoshoara and Fatemeh Afghah and Erik Blasch and Jonathan Ashdown and Mehdi Bennis},
journal= {arXiv preprint arXiv:2105.12823},
year = {2021}
}
备注
15 pages, 14 Figures, 1 Table