面向簇化移动机器人的网络资源调度算法
A Network Resource Scheduling Algorithm under Cluster Structure for Multi-mobile Robots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。