专利详情

专利名称	一种基于稀疏强化学习的传感器网络优化方法
申请号	CN201310739109.2	专利类型	发明专利
公开（公告）号	CN103702349A	公开（授权）日	2014.04.02
申请（专利权）人	中国科学院自动化研究所	发明（设计）人	赵冬斌;张震;刘德荣
主分类号	H04W24/02(2009.01)I	IPC主分类号	H04W24/02(2009.01)I;H04W84/18(2009.01)I
专利有效期	一种基于稀疏强化学习的传感器网络优化方法至一种基于稀疏强化学习的传感器网络优化方法	法律状态	实质审查的生效
说明书摘要	本发明提出一种基于新的稀疏强化学习的传感器网络优化方法，包括：步骤1，将传感器网络中的传感器划分为多个传感器基团；步骤2，将所述传感器网络中表示所有传感器控制策略的全局Q值函数分解为表示各个传感器基团中传感器控制策略的Q值函数之和，并获取与分解后的Q值函数对应的因子图；步骤3，计算当前状态下所有传感器的贪婪联合动作；步骤4，各个传感器执行所述贪婪联合动作或随机动作，并更新每个传感器基团的Q值函数；步骤5，重复步骤3～4，直至传感器基团的Q值函数收敛；步骤6，根据学习得到的传感器基团的Q值函数和当前目标所处的状态，使用一般最大和算法计算获得所有传感器的贪婪联合动作，供每个传感器执行。