基于强化学习的物联网可信信息覆盖优化算法OA
Confident information coverage optimization algorithm based on reinforcement learning in internet of things
针对物联网覆盖优化问题,基于可信信息覆盖(CIC)模型和强化学习提出了一种物联网可信信息覆盖优化算法.算法采用CIC模型定义传感器覆盖,利用博弈论强化学习方法将覆盖问题建模成一个基于状态的势博弈,每个节点通过效用函数均衡节点的覆盖收益,并采用二进制对数线性强化学习方法来求解博弈问题.仿真结果表明:算法具有良好的收敛性,并且在保证收敛到纳什均衡的同时,在覆盖率和覆盖价值方面都优于分布式异构同步覆盖学习算法.
孙益辉;易灵芝;夏云芝;田原
南华大学电气工程学院,湖南 衡阳 421001中南财经政法大学信息与安全工程学院,湖北 武汉 430073华中科技大学网络空间安全学院,湖北 武汉 430074南华大学电气工程学院,湖南 衡阳 421001
信息技术与安全科学
物联网可信信息覆盖博弈论强化学习效用函数
《华中科技大学学报（自然科学版）》 2023 (2)
32-38,7
国家自然科学基金青年基金资助项目(61901210)湖南省教育厅一般项目(20C1580).
评论