基于Q-learning的移动群智感知任务分配算法

来源：计算机集成制造系统杂志2018年第7期北京时间：

作者：胡华,张强,胡海洋,陈洁,李忠金

单位：1.杭州电子科技大学计算机学院2.杭州电子科技大学复杂系统建模与仿真教育部重点实验室

摘要：移动群智感知环境中的任务分配是工作流研究领域中一个新方向,为解决应用任务在移动智能用户间的合理调度与分配,本文将机器学习中的Q-learning方法引入到工作流任务分配问题中,提出一种针对多目标的强化贪婪迭代方法。该算法从宏观层面上通过强化学习的每一次探索进行学习优化,微观层面上通过贪心算法为每一次迭代选择局部最优解,增强了算法的性能。对比其他3种算法,所提算法不但能降低时间和能耗开销,而且收敛速度较快,能够提高感知效率,可作为移动群体感知的工作流调度问题走向智能化的一种尝试。

关键词：移动群智感知,Q-learning方法,任务分配,算法

基金资助：国家自然科学基金资助项目(61572162,61272188,61702144);浙江省重点研发计划资助项目(2018C01012);浙江省自然科学基金资助项目(LQ17F020003)。