强化学习优化时延容忍网络的无人机飞行与路由

研究人员开发了一种名为 JUROR 的新方法，通过联合控制无人机（UAV）飞行和机会路由来优化时延容忍网络（DTNs）中的通信。该方法使用强化学习框架，特别是近端策略优化（PPO），通过离散的无人机移动来扩大未来的通信机会。该系统被构建为一个部分可观察的马尔可夫决策过程，允许单个节点进行分布式执行，而集中式评论员在训练期间使用全局统计数据。模拟显示，在各种流量场景下，JUROR 的性能优于 PRoPHET 和 MaxProp 等现有方法。 AI

影响 这项研究可能导致在挑战性网络环境中更高效的数据传输，提高依赖无人机的应用的通信可靠性。

排序理由 该条目是一篇发表在 arXiv 上的研究论文，详细介绍了一种优化网络通信的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• Delay-tolerant networks with network coding: How well can we simulate real devices?
• juror
• Markov decision process
• MaxProp
• Prophet
• Proximal Policy Optimization
• store-carry-forward
• unmanned aerial vehicle

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →