TRUAV: распределённое обучение с подкреплением для планирования траекторий БПЛА в VANET

26 июля 2026 года на платформе arXiv в разделе cs.NI появилась препринт-статья TRUAV: Distributed Multi-Agent Reinforcement Learning for Trajectory Planning and Routing Enhancement in UAV-Aided IoT-Enabled VANETs. Авторы представили распределённый фреймворк на основе независимого табличного Q-learning для управления группой беспилотников в динамических самоорганизующихся сетях транспортных средств.

В работе описывается сценарий, где БПЛА выступают в роли воздушных ретрансляторов для расширения покрытия IoT-устройств в VANET в условиях умного города. Каждый дрон оснащён локальным агентом Q-learning, который принимает решения только на основе наблюдаемой информации: плотности транспортных средств, состояния очередей пакетов и позиций соседних БПЛА. Это исключает необходимость постоянного обмена глобальным состоянием сети.

Для стимулирования агентов используется дизайн вознаграждения, вдохновлённый потенциальными играми. Он поощряет пространственное разнообразие позиций БПЛА и их размещение с учётом маршрутизации, одновременно учитывая энергопотребление. Статья подана в IEEE Internet of Things Magazine и содержит 7 страниц и 3 рисунка.

В численных экспериментах на большой городской территории с 200 подвижными транспортными средствами TRUAV показал показатели покрытия сети и доставки пакетов, сопоставимые с централизованными методами глубокого обучения с подкреплением. При этом отмечено улучшение задержки ретрансляции и энергетической эффективности.

Авторами работы выступили Muhammad Umar Farooq Qaisar, Lin Zhang, Zhen Chen, Wajdy Othman, Shehzad Ashraf Chaudhry и Chang Liu. В статье также обсуждаются возникающие вызовы и направления будущих исследований распределённых multi-agent систем с участием БПЛА для IoT.

Источник: https://arxiv.org/abs/2607.23734