一种基于多Agent强化学习的无线传感器网络多路径路由协议

乔　阳,　唐　昊,　程文娟,　江　琦,　马学森

(1.合肥工业大学 电气与自动化工程学院,安徽 合肥　230009; 2.合肥工业大学 计算机与信息学院,安徽 合肥　230009)



一种基于多Agent强化学习的无线传感器网络多路径路由协议

乔阳1,唐昊1,程文娟2,江琦1,马学森2

(1.合肥工业大学 电气与自动化工程学院,安徽 合肥230009; 2.合肥工业大学 计算机与信息学院,安徽 合肥230009)

文章研究了无线传感器网络中存在的多条最短路径路由选择问题。将无线传感器网络看作多Agent系统,采用强化学习理论,提出了一种基于多Agent强化学习的无线传感器网络多路径路由协议MRL-MPRP(Multi-agent Reinforcement Learning based Multiple-path Routing Protocol)。该协议综合考虑了所要发送数据的优先级、节点间的链路质量以及节点数据缓冲队列的拥堵情况,为不同优先级的数据选择出当前网络状况下最优的路径进行数据的传输。仿真结果表明了该协议在降低网络平均端—端延时、提升数据包成功投递率方面的有效性。

无线传感器网络;多路径路由协议;多Agent系统;强化学习

无线传感器网络是一种面向任务的网络,在环境监测、电力系统监控、地震监测等应用中,节点所采集到的数据重要性各不相同,一些异常数据(如温度过高)通常反映了被监控系统所出现的反常现象,需要确保能够及时、准确地传送至控制中心,对延时、数据投递成功率等网络性能都提出了较高的要求[1-2]。在传统的多路径路由协议中,一些算法通过在最短路径上传输优先级较高的异常数据,而在其他非最短路径上传输优先级较低的常规数据从而满足不同数据对传输性能的要求[3-4]。……