检索结果-南通市图书馆

A Task Offloading Strategy Based on Multi-Agent Deep Reinforcement Learning for Offshore Wind Farm Scenarios

Computers, Materials & Continua 2024年第10期81卷 985-1008页

作者： Zeshuang Song Xiao Wang Qing Wu Yanting Tao Linghua Xu Yaohua Yin Jianguo Yan Department of Electrical Engineering Guizhou UniversityGuiyang550025China Powerchina Guiyang Engineering Corporation Limited Guiyang550081China Powerchina Guizhou Engineering Co. Ltd.Guiyang550001China

This research is the first application of Unmanned Aerial Vehicles(UAVs)equipped with Multi-access Edge Computing(MEC)servers to offshore wind farms,providing a new task offloading solution to address the challenge of scarce edge servers in offshore wind *** proposed strategy is to offload the computational tasks in this scenario to other MEC servers and compute them proportionally,which effectively reduces the computational pressure on local MEC servers when wind turbine data are ***,the task offloading problem is modeled as a multi-intelligent deep reinforcement learning problem,and a task offloading model based on MultiAgent Deep Reinforcement Learning(madrl)is *** Adaptive Genetic Algorithm(AGA)is used to explore the action space of the Deep Deterministic Policy Gradient(DDPG),which effectively solves the problem of slow convergence of the DDPG algorithm in the high-dimensional action *** simulation results show that the proposed algorithm,AGA-DDPG,saves approximately 61.8%,55%,21%,and 33%of the overall overhead compared to local MEC,random offloading,TD3,and DDPG,*** proposed strategy is potentially important for improving real-time monitoring,big data analysis,and predictive maintenance of offshore wind farm operation and maintenance systems.

关键词： Offshore wind MEC task offloading madrl AGA-DDPG

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Applications and Challenges of Deep Reinforcement Learning in Multi-robot Path Planning

引用

Journal of Electronic Research and Application 2021年第6期5卷 25-29页

作者： Tianyun Qiu Yaxuan Cheng School of Information Beijing Wuzi UniversityBeijing 101149China

With the rapid advancement of deep reinforcement learning(DRL)in multi-agent systems,a variety of practical application challenges and solutions in the direction of multi-agent deep reinforcement learning(madrl)are *** planning in a collision-free environment is essential for many robots to do tasks quickly and efficiently,and path planning for multiple robots using deep reinforcement learning is a new research area in the field of robotics and artificial *** this paper,we sort out the training methods for multi-robot path planning,as well as summarize the practical applications in the field of DRL-based multi-robot path planning based on the methods;finally,we suggest possible research directions for researchers.

关键词： madrl Deep reinforcement learning Multi-agent system Multi-robot Path planning

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于多智能体深度强化学习的配-微网协同优化调度研究

引用

智慧电力 2024年第9期52卷 80-87页

作者：高冠中姚建国严嘉豪杨胜春李亚平朱克东程千冉中国电力科学研究院有限公司江苏南京210005

近年来,微电网在新型电力系统建设中扮演着愈发重要的角色。但分布式灵活资源大量接入,调度中心面临的通信和计算任务日益繁重,集中式调度策略难以有效兼顾多主体的利益诉求并保证计算高效性。为此,提出了一种基于多智能体深度强化学习... 详细信息

近年来,微电网在新型电力系统建设中扮演着愈发重要的角色。但分布式灵活资源大量接入,调度中心面临的通信和计算任务日益繁重,集中式调度策略难以有效兼顾多主体的利益诉求并保证计算高效性。为此,提出了一种基于多智能体深度强化学习算法(madrl)的配-微网协同优化调度策略。首先,针对含多类型资源集群的协同调度问题,以最小化微电网群总运行成本为目标进行建模;其次,设计了一个集中训练和分散执行的多智能体深度强化学习框架,将协同调度问题转化为马尔可夫博弈,并改进含熵约束的算法,在策略训练阶段使用全局状态信息作为输入,训练完成后每个智能体由局部观测执行优化决策;最后,在修改后的配电网系统开展了算例分析,验证了所提方法的有效性。

关键词：配电网微电网群协同优化调度 madrl

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

仓储中基于多智能体深度强化学习的多AGV路径规划

引用

建模与仿真 2023年第6期12卷 5294-5302页

作者：王梅芳关月贵州大学大数据与信息工程学院贵州贵阳

随着工业自动化和物流行业的迅速发展,自动引导车辆(Automated Guided Vehicle, AGV)在物流仓库中的路径规划已成为确保运输效率和准确性的关键环节。尽管近年来已经有很多策略被提出,但多AGV系统在复杂的物流环境中仍然频繁地出现碰撞... 详细信息

随着工业自动化和物流行业的迅速发展,自动引导车辆(Automated Guided Vehicle, AGV)在物流仓库中的路径规划已成为确保运输效率和准确性的关键环节。尽管近年来已经有很多策略被提出,但多AGV系统在复杂的物流环境中仍然频繁地出现碰撞、路径冲突以及控制迟延等问题。鉴于此,本研究提出了一种基于多智能体深度强化学习(Multi Agent Deep Reinforcement Learning, madrl)的路径规划方法,以期解决多AGV之间的相互协调问题并提高其路径规划效率。为验证所提方法的有效性,我们采用了与遗传算法(Genetic Algorithm, GA)的比较实验。结果显示,基于madrl的策略在整体运输效率上实现了28%的提升,并在碰撞事件上有了明显的减少。

关键词：路径规划 madrl AGV 仓储

来源：

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：