مسیریابی مبتنی بر یادگیری تقویتی با تابع پاداش ترکیبی در شبکه های کم مصرف و ناپایدار اینترنت اشیاء (LLNS)

شبکه های کم مصرف و ناپایدار در اینترنت اشیاء به دلیل محدودیت انرژی و عدم پایداری با چالش جدی در زمینه طراحی الگوریتم های مسیریابی و تعادل میان مصرف انرژی و تاخیر مواجه هستند. بسیاری از الگوریتم های پیشرفته مسیریابی به دلیل پیچیدگی محاسباتی و نیاز به منابع پردازشی بالا در محیط های LLN مناسب نیستند. در این مقاله یک روش مسیریابی مبتنی بر یادگیری تقویتی با یک تابع پاداش ترکیبی ارائه شده است. هدف این مطالعه بهینه سازی همزمان معیارهای کلیدی شبکه از جمله تحویل، بسته مصرف انرژی، تاخیر انتها به انتها و پایداری لینک ها می باشد. این الگوریتم با ویژگی های خاص LLN ها مانند لینک های ناپایدار انرژی محدود گره ها و توپولوژی پویا سازگار شده است. علاوه بر آن مکانیزم Fallback برای مدیریت خرابی لینک و مسیرهای جایگزین اضافه شده است تا قابلیت اطمینان شبکه افزایش یابد. نتایج شبیه سازی نشان می دهد که پروتکل پیشنهادی در مقایسه با پروتکل RPL نرخ تحویل بسته بالاتر، تاخیر کمتر و مصرف انرژی پایین تری دارد. همچنین توانایی حفظ طول عمر شبکه را نیز بهبود می بخشد. این مطالعه نشان می دهد که الگوریتم های مبتنی بر یادگیری تقویتی با طراحی مناسب می توانند کارایی شبکه های LLN اینترنت اشیاء را به طور چشمگیری ارتقاء دهند.

کلیدواژه ها:

اینترنت اشیاء ، بهینه سازی انرژی ، شبکه های کم مصرف و ناپایدار ، مسیریابی ، یادگیری تقویتی