面向簇化移动机器人的网络资源调度算法.pdf

面向簇化移动机器人的网络资源调度算法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

2024年6月机床与液压Jun2024

第52卷第11期MACHINETOOL&HYDRAULICSVol52No11

DOI:10.3969/jissn10013881202411008

文献引用:丁嘉伟.面向簇化移动机器人的网络资源调度算法[J].机床与液压,2024,52(11):4752.

Citeas:DINGJiawei.Anetworkresourceschedulingalgorithmunderclusterstructureformultimobilerobots[J].MachineTool&Hy⁃

draulics,2024,52(11):4752.

面向簇化移动机器人的网络资源调度算法

丁嘉伟

(郑州工业应用技术学院信息工程学院,河南郑州451150)

摘要:工厂自动化要求超可靠低时延通信,使控制中心能够可靠实时地向移动机器人传输控制指令。为此,面向移动

--

机器人作业的工厂环境,提出基于深度增强学习的资源调度算法(DRLRS)。DRLRS算法由两个阶段构成:在第一阶

段,一起作业的移动机器人形成簇群,将簇群内多个移动机器人的指令包融合成一个包,再将此包传输至簇群的领导者;

在第二阶段,领导者向它簇群成员广播指令包。DRLRS算法引用深度增强学习算法优化资源调度。领导者扮演Agent,通

过向环境学习,择优选择接入点以及子信道和传输功率,进而最大化向所有机器人传输指令包的成功率。性能分析结果表

明,DRLRS算法传输指令包成功率逼近于穷搜索法。

关键词:工厂自动化;移动机器人;深度增强学习;资源调度;传输指令包成功率

中图分类号:TP393

ANetworkResourceSchedulingAlgorithmunderClusterStructurefor

MultimobileRobots

DINGJiawei

(SchoolofInformationEngineering,ZhengzhouUniversityofIndustrialTechnology,

ZhengzhouHenan451150,China)

Abstract:Factoryautomationsystemrequireultrareliableandlowlatencycommunication.Theaimistodelivercontrolcommands

fromthecontrollertomob

文档评论(0)

151****8026 + 关注
实名认证
内容提供者

安全评价师持证人

该用户很懒,什么也没介绍

领域认证该用户于2023年09月13日上传了安全评价师

1亿VIP精品文档

相关文档