Resumen

Los dispositivos de sensores inalámbricos son la columna vertebral del Internet de las cosas (IoT), permitiendo que objetos del mundo real y seres humanos se conecten a Internet e interactúen entre sí para mejorar las condiciones de vida de los ciudadanos. Sin embargo, los dispositivos de IoT tienen limitaciones de memoria y energía y no permiten aplicaciones computacionales de alto nivel, mientras que la tarea de enrutamiento es lo que hace que un objeto forme parte de una red de IoT a pesar de ser una tarea que consume mucha energía. Por lo tanto, la eficiencia energética es un factor crucial a considerar al diseñar un protocolo de enrutamiento para redes inalámbricas de IoT. En este documento, proponemos EER-RL, un protocolo de enrutamiento energéticamente eficiente basado en aprendizaje por refuerzo. El aprendizaje por refuerzo (RL) permite que los dispositivos se adapten a los cambios en la red, como la movilidad y el nivel de energía, y mejoren las decisiones de enrutamiento. El rendimiento del protocolo propuesto se compara con otros protocolos de enrutamiento energéticamente eficientes existentes, y los resultados muestran que el protocolo propuesto tiene un mejor rendimiento en cuanto a eficiencia energética, duración y escalabilidad de la red.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Dispositivos sensores inalámbricos; Internet de las cosas; Eficiencia energética; Protocolo de encaminamiento; Aprendizaje por refuerzo; Escalabilidad de la red.
• Keywords:Wireless sensor devices; Internet of things; Energy efficiency; Routing protocol; Reinforcement learning; Network scalability