文献

J-GLOBAL ID：202002289628848207   整理番号：20A0906816

協調分散強化学習による無線センサノードの電力管理【JST・京大機械翻訳】

Power Management of Wireless Sensor Nodes with Coordinated Distributed Reinforcement Learning

著者 (3件)： Shresthamali Shaswot (The University of Tokyo, Japan) ,  Kondo Masaaki (The University of Tokyo, Japan) ,  Nakamura Hiroshi (The University of Tokyo, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCD  ページ： 638-647  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： エネルギー節約無線センサノード(EHWSNs)は,それらの物理的環境における非中断の永続的運用のための適応エネルギー管理政策を必要とする。現在のオンライン強化学習(RL)解は,作業政策に収束する環境を探索する非現実的に長い時間を要する。本研究では,複数エージェントによる同時探索のために状態空間を分割することにより学習を加速する。著者らは,新しい協調e-gre欲法を用いてこれを達成し,EHWSNネットワークにおける分散RL(diRL)を介してそれを実行した。シミュレーション結果は,状態空間侵入の4倍の増加と時間の減少を示し,1桁(50x)の最適操作を達成した。さらに,学習と探索に関連する悲stな結果の例を減らす方法も提案した。これにより,1/3の実世界シナリオに対応するシミュレーションにおけるノードのダウンタイムを低減することができた。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  *学習 ,  ネットワーク ,  *分散強化 ,  *電力管理 ,  停止時間 ,  エネルギー管理 ,  エージェント ,  *強化学習 ,  無線センサーノード ,  省エネルギー技術 ,  *改変 ,  節約
準シソーラス用語： 省エネルギー ,  状態空間 ,  オンライン ,  最適操作 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (6件)： 協調 ,  分散強化 ,  学習 ,  無線センサ ,  ノード ,  電力管理