| 专利名称 | 一种基于稀疏强化学习的传感器网络优化方法 | 申请号 | CN201310739109.2 | 专利类型 | 发明专利 | 公开（公告）号 | CN103702349A | 公开（授权）日 | 2014.04.02 | 申请（专利权）人 | 中国科学院自动化研究所 | 发明（设计）人 | 赵冬斌;张震;刘德荣 | 主分类号 | H04W24/02(2009.01)I | IPC主分类号 | H04W24/02(2009.01)I;H04W84/18(2009.01)I | 专利有效期 | 一种基于稀疏强化学习的传感器网络优化方法 至一种基于稀疏强化学习的传感器网络优化方法 | 法律状态 | 实质审查的生效 | 说明书摘要 | 本发明提出一种基于新的稀疏强化学习的传感器网络优化方法，包括：步骤1，将传感器网络中的传感器划分为多个传感器基团；步骤2，将所述传感器网络中表示所有传感器控制策略的全局Q值函数分解为表示各个传感器基团中传感器控制策略的Q值函数之和，并获取与分解后的Q值函数对应的因子图；步骤3，计算当前状态下所有传感器的贪婪联合动作；步骤4，各个传感器执行所述贪婪联合动作或随机动作，并更新每个传感器基团的Q值函数；步骤5，重复步骤3～4，直至传感器基团的Q值函数收敛；步骤6，根据学习得到的传感器基团的Q值函数和当前目标所处的状态，使用一般最大和算法计算获得所有传感器的贪婪联合动作，供每个传感器执行。 |
1、源头对接，价格透明
2、平台验证，实名审核
3、合同监控，代办手续
4、专员跟进，交易保障