Resumen

El aprendizaje profundo por refuerzo es un tipo de algoritmo de aprendizaje automático que utiliza la recompensa acumulativa máxima para aprender la estrategia óptima. La dificultad radica en cómo garantizar la rápida convergencia del modelo y generar una gran cantidad de datos de muestra para promover la optimización del modelo. Utilizando el marco de aprendizaje profundo por refuerzo del algoritmo AlphaZero, el problema de despliegue de nodos inalámbricos en redes inalámbricas ad hoc es equivalente al juego de Go. Se diseña un modelo de despliegue de nodos móviles en redes inalámbricas ad hoc basado en el algoritmo AlphaZero. Debido a que el escenario de aplicación de la red inalámbrica ad hoc no tiene las características de simetría e invariabilidad del tablero de ajedrez, no es posible expandir el conjunto de datos de muestra rotando y cambiando la orientación del tablero de ajedrez. Se utilizan la estrategia de actualización dinámica de la tasa de aprendizaje

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Aprendizaje por refuerzo; Estrategia óptima; Algoritmo AlphaZero; Redes ad hoc inalámbricas; Modelo de despliegue; Convergencia
• Keywords:Reinforcement learning; Optimal strategy; AlphaZero algorithm; Wireless ad hoc networks; Deployment model; Convergence