10.3979/j.issn.1673-825X.202211070313
基于深度强化学习的无人机自组网路由算法
针对无人机自组网节点密度大、拓扑变换频繁,导致移动自组网复杂的问题,提出了一种基于深度强化学习(deep-reinforcement learning,DRL)的分布式无人机自组网路由算法.利用DRL感知学习无人机特征,使节点不断与环境交互、探索学习最优行动(路由)策略;通过存储经验知识,维护端到端路由,赋予无人机网络智能化重构和快速修复的能力,从而提高路径的稳定性,降低路由建立和维护开销,增强网络的鲁棒性能.仿真结果表明,提出的算法具有较好的收敛性能;在路由修复时间、端到端时延,以及网络适应性、扩展性方面都优于传统的路由算法.
无人机自组网、深度强化学习、路由算法、路由修复
35
TN929
中国电子科技集团公司第十研究所基金SSJ-2125-XY-002
2023-05-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
335-342