通过观测室内数据，我们展示了一种实施简便且易于扩展的强化学习方法，该方法在一个真实世界的场景中验证了基于层次控制系统的协调策略的可行性，并展示了满意的电能追踪效果。

Oct, 2023

基于多智能体强化学习的传输参数分配算法（MALoRa）用于最大化 LoRa 网络的系统能效，显著提高系统能效，并在包传递率方面接受可接受的降低。

Sep, 2023

在遥远的农业和灾害救援行动中，地下 LoRaWAN 与非地面网络（NTN）的整合可提供显著的经济和社会效益。然而，在大规模地下 LoRaWAN NTN 中有效地分配扩频因子（SFs）以最小化同样 SF 的干扰仍然具有挑战性。为解决这个问题，我们研究了基于强化学习（RL）的 SFs 分配方案，以优化系统的能源效率（EE）。在密集网络中高效捕捉设备与环境的相互作用方面，我们提出了一种使用多智能体对抗性双重深度 Q 网络（MAD3QN）和多智能体优势演员 - 评论家（MAA2C）算法的 SFs 分配技术，基于分析性的奖励机制。我们提出的基于强化学习的 SFs 分配方法在极端地下到卫星的场景中表现出比四个基准方案更好的性能。值得注意的是，MAD3QN 在收敛速度和能源效率方面显示出了有希望超过 MAA2C 的潜力。

Nov, 2023

本文探讨了使用强化学习的在线协议合成的概念。 该研究在使用超低复杂度无线收发器的传感器和物联网网络的背景下进行。 该论文介绍了在不同的网络和流量条件下使用 RL 和 Multi Armed Bandit（MAB）（一种特定类型的 RL）来进行介质访问控制（MAC）。 该机制不依赖于载波感知、网络时间同步、碰撞检测和其他低级复杂操作，因此非常适合资源受限的传感器和物联网网络中使用的超简单收发器硬件。

Jan, 2023

本文研究小型 IoT 系统中的能量收集、访问控制和电池预测问题，提出了基于强化学习和深度 Q 网络的三种算法，实验结果表明这些算法在性能上比现有基准方法更优秀。

May, 2018

本文提出了一种基于深度强化学习的无监督无线定位方法，通过建模连续的无线定位过程为马尔可夫决策过程并将其纳入深度强化学习框架中，以克服使用未标记数据进行定位时奖励的获取难题，并使用 RSS 测量将 DRL 与代理位置相结合构建 DRL 输入，为 IoT 数据的空间化提供了新思路。

Apr, 2020

通过多智能体强化学习方法，本论文提出在资源受限条件下，为每个传感器找到最优的通信策略，以实现对环境数据进行准确跟踪，同时充分考虑功率和带宽的限制。实验结果表明，该方法能够在未知带宽限制下，平衡数据收集和预测野火蔓延的需求。

Aug, 2023

本研究旨在提出一种新颖的聚类协议 LEACH-RLC，通过混合整数线性规划 (MILP) 的策略选择聚类头和节点到聚类的分配，以及集成强化学习 (RL) 代理以最小化控制开销，实现降低能耗并提高网络性能的目标。通过大量的模拟实验，结果表明 LEACH-RLC 相较于传统的 LEACH 和 LEACH-C 具有卓越的性能，展示了提高网络寿命、降低平均能源消耗和最小化控制开销的特点。该提议对于推动无线传感器网络的效率和适应性的进步以及解决物联网部署中面临的关键挑战具有重要的贡献。

Jan, 2024

本文介绍了一种利用强化学习优化功率控制和速率自适应的无线系统的新框架，包括系统状态特征的建模、奖励函数的设计和控制策略的学习方法，并通过系统级模拟验证了能够显著降低功耗并在系统用户之间实现公平的功率控制策略。

Nov, 2016

通过引入一个新的强化学习框架来解决可再生能源系统中设计和控制的协同优化问题，可以提高可再生能源的整合和系统效率，推动能源管理领域的强化学习应用，实现可再生能源的更高效和更有效利用。

Jun, 2024