基于重复博弈的无线自组网络协作增强模型

在缺乏集中控制的无线自组网络中,节点在转发过程中所表现出的自私行为将严重影响其网络服务的可靠性.在节点理性假设的基础上,针对自组网络节点的预期收益及其协作交互过程建立了一个重复博弈模型,提出了一个激励一致性条件,在此条件下,节点将迫于惩戒机制威慑而自愿采取合作策略;并分析了节点对将来利益重视程度、机制参数和作弊检测效率对协作效果的影响.仿真结果表明,通过合理选择惩戒机制参数,能够有效抵御网络规模的增长及节点合作意愿、作弊检测效率的降低所导致的协作性削弱,进而提高存在自私节点时的整体网络性能.  

基于协作增强式学习的自主式微直升机控制

自主式微直升机为了获得完成任务的行为，可以通过在任务环境中飞行来学习控制规则，由于增强式学习不需要精确的环境模型，而是采用逐次逼近的机理，所以微直升机需要很长的计算开销，难以满足实时性要求，另外由于微直升机尺寸的限制，不能安装功能很强的传感器来获得完全的环境信息，所以微直升机必须通过其他智能体协作来获得环境信息，本文利用高档台式机强大的计算和扩展功能，将其作为一个协作智能体与微直升机协作来完成增强式学习，仿真实验结果和理论分析证明这种方法的有效性，最后，给出我们今后的研究重点。