面向簇化移动机器人的网络资源调度算法

作     者：丁嘉伟 DING Jiawei

作者机构：郑州工业应用技术学院信息工程学院河南郑州451150 

出 版 物：《机床与液压》 (Machine Tool & Hydraulics)

年 卷 期：2024年第52卷第11期

页      面：47-52页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：2024年度河南省高等教育教学改革研究与实践项目(本科教育类)(2024SJGLX0584) 

主　　题：工厂自动化 移动机器人 深度增强学习 资源调度 传输指令包成功率 

摘      要：工厂自动化要求超可靠低时延通信,使控制中心能够可靠实时地向移动机器人传输控制指令。为此,面向移动机器人作业的工厂环境,提出基于深度增强学习的资源调度算法(DRL-RS)。DRL-RS算法由两个阶段构成:在第一阶段,一起作业的移动机器人形成簇群,将簇群内多个移动机器人的指令包融合成一个包,再将此包传输至簇群的领导者;在第二阶段,领导者向它簇群成员广播指令包。DRL-RS算法引用深度增强学习算法优化资源调度。领导者扮演Agent,通过向环境学习,择优选择接入点以及子信道和传输功率,进而最大化向所有机器人传输指令包的成功率。性能分析结果表明,DRL-RS算法传输指令包成功率逼近于穷搜索法。