基于深度强化学习的无线传感器网络车辆跟踪
系统与控制
2020-02-25 v1 机器学习
系统与控制
机器学习
摘要
车辆跟踪已成为无线传感器网络（WSNs）在救援、监视、交通监测等领域的关键应用之一。然而，提高跟踪精度需要更多的能量消耗。在本通讯中，提出了一种分散式车辆跟踪策略，通过调节固定感知区域与动态激活区域之间的交集区域来改善跟踪精度与节能效果。随后，基于激活区域半径的动态选择，提出了两种深度强化学习（DRL）辅助的解决方案。最后，仿真结果表明了我们所提DRL辅助设计的优越性。
引用
@article{arxiv.2002.09671,
title = {Vehicle Tracking in Wireless Sensor Networks via Deep Reinforcement Learning},
author = {Jun Li and Zhichao Xing and Weibin Zhang and Yan Lin and Feng Shu},
journal= {arXiv preprint arXiv:2002.09671},
year = {2020}
}