基于多Agent增强学习的无线传感器网络拓扑控制
为形成在随机部署方式下有效的拓扑结构和优化的数据转发路径,基于协作多Agent增强学习建立无线传感器网络自适应拓扑控制算法,将无线传感器网络抽象为协作多Agent系统,给出基于协作图的多Agent系统模型,将拓扑控制抽象为基于支付的全局优化问题,利用SparseQ方法将全局评估函数本地化,通过本地Agent之间探测信息和回报信息的交互形成初始的拓扑结构和数据转发路径,通过数据转发过程中的回报信息和路径选择评估值的更新,保证拓扑不断更新和优化.仿真分析表明,给出的自适应拓扑控制算法在随机部署方式下的无线传感器网络特定应用中,提高了数据传输质量和能量效率。
无线传感器网络 拓扑控制 多Agent系统 增强学习 拓扑结构优化
陈志 王汝传 孙力娟
南京邮电大学计算机学院 南京 210003 南京邮电大学计算机学院 南京 210003 南京大学计算机软件新技术国家重点实验室 南京 210093
国内会议
第二届中国传感器网络学术会议暨第一届中韩传感器网络学术研讨会(CWSN2008CKWSN2008)
重庆
中文
146-149,209
2008-10-12(万方平台首次上网日期,不代表论文的发表时间)