公开(公告)号：CN117500014A

公开(公告)日：2024-02-02

申请号：CN202311408709.0

申请日：2023-10-27

Applicant: 南京理工大学

Inventor： 王宇豪 ,  谢文倩 ,  丁祉涵 ,  杨乾泽 ,  林艳 ,  张一晋

IPC: H04W40/02 ,  H04L45/64 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/092 ,  H04W84/18

Abstract: 本发明公开了一种基于图强化学习的移动自组网多智能体跨层路由方法，该方法为：首先初始化移动自组网的环境及其参数，将各个节点建模为智能体，建立MDP模型；然后智能体采用图注意力卷积的方式对邻域内各智能体观测编码的特征向量进行聚合；接着智能体计算选择的动作到达下一跳节点的时延，收到即时奖励，转移至下一个状态获得新的观测；使用DGN网络，每个智能体通过聚合邻居节点的信息，计算自己的动作价值函数Q值并输出；重复进行DGN网络更新，直至完成一次数据包传输任务，重置环境；采用经验回放和目标网络方法进行训练，直至系统平均奖励值收敛。本发明能够适应移动自组网高速变化的拓扑结构，平均传输时延低、速度快、稳定性高。