基于深度强化学习的多充电器部分充电策略

在大规模无线可充电传感器网络(WRSN)中,为了解决可分离充电模式下移动充电车(MCV)充电效率低下的问题,提出一种多充电器部分充电策略(PCSMC),以避免由于等待传感器节点进行完全充电而导致剩余能量低的节点失效。首先将充电时长这种连续动作空间转换为离散的动作空间,然后使用指针网络规划MCV的路径并动态调整传感器节点的充电时长,最后使用深度强化学习算法(DDQN)训练指针网络,从而生成近似最优解。仿真结果表明,与其他充电策略相比,PCSMC在失效节点数和平均充电延迟方面分别降低了23.56%和27.71%。