[发明专利]一种基于稀疏强化学习的传感器网络优化方法有效
| 申请号： | 201310739109.2 | 申请日： | 2013-12-26 |
| 公开（公告）号： | CN103702349A | 公开（公告）日： | 2014-04-02 |
| 发明（设计）人： | 赵冬斌;张震;刘德荣 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | H04W24/02 | 分类号： | H04W24/02;H04W84/18 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 宋焰琴 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于新的稀疏强化学习的传感器网络优化方法，包括：步骤1，将传感器网络中的传感器划分为多个传感器基团；步骤2，将所述传感器网络中表示所有传感器控制策略的全局Q值函数分解为表示各个传感器基团中传感器控制策略的Q值函数之和，并获取与分解后的Q值函数对应的因子图；步骤3，计算当前状态下所有传感器的贪婪联合动作；步骤4，各个传感器执行所述贪婪联合动作或随机动作，并更新每个传感器基团的Q值函数；步骤5，重复步骤3～4，直至传感器基团的Q值函数收敛；步骤6，根据学习得到的传感器基团的Q值函数和当前目标所处的状态，使用一般最大和算法计算获得所有传感器的贪婪联合动作，供每个传感器执行。 | ||
| 搜索关键词： | 一种 基于 稀疏 强化 学习 传感器 网络 优化 方法 | ||
【主权项】：
一种基于新的稀疏强化学习的传感器网络优化控制方法，包括以下步骤：步骤1，将传感器网络中的传感器划分为多个传感器基团，每个传感器基团中的传感器之间直接进行协调合作，以探测目标；步骤2，将所述传感器网络中表示所有传感器控制策略的全局Q值函数分解为表示各个传感器基团中传感器控制策略的Q值函数之和，并获取与分解后的Q值函数对应的因子图；步骤3，利用所述因子图上的一般最大和算法，计算当前状态下所有传感器的贪婪联合动作；步骤4，各个传感器执行所述贪婪联合动作或随机动作，使用目标状态、各个传感器执行的所述贪婪联合动作或随机动作和传感器基团获得的回报更新每个传感器基团的Q值函数；步骤5，重复步骤3～4，直至传感器基团的Q值函数收敛；步骤6，根据学习得到的传感器基团的Q值函数和当前目标所处的状态，使用一般最大和算法计算获得所有传感器的贪婪联合动作，供每个传感器执行。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所，未经中国科学院自动化研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310739109.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种吊臂垂直钻孔的控制系统
- 下一篇：种植、养殖一体的新型立体养殖房
