多任务迁移深度强化学习

通过共享公共知识层，该算法能快速适配新环境下的无人机数据收集任务，无需从头训练。

Yi, Mengjie · 王玺钧 · 刘娟 · 张琰 · 侯蓉晖

IEEE Internet of Things Journal 2023

技术优势

新环境无需从头训练

利用公共知识层，策略可在不同网络规模和拓扑之间迁移通用知识，无需为每个新环境单独训练。

适应新环境表现更优

仿真结果表明，该方法能适应新环境，并且性能优于基准算法。

应用场景

• 无人机数据收集：为无人机提供适应不同环境的策略，无需重复训练即可执行数据收集任务。
• 物联网数据新鲜度优化：通过优化轨迹与调度，降低平均信息年龄，保证数据新鲜度。
• 自主无人机控制：实现无人机自主决策，平衡充电与任务执行，延长持续工作时间。
• 具身智能策略迁移：利用公共知识层，在相似环境间迁移策略，加速新任务学习。