.png){kind=icon}
返回
Communication-Control Codesign for Large-Scale Wireless Networked Control Systems
.png){kind=icon}
PRE
AI
DOI：10.1109/JSAC.2025.3574602.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
无线网络化控制系统（WNCSs）对工业4.0至关重要，能够实现无人机群和自主机器人等应用。通信与控制之间紧密的相互依存关系要求集成设计，但传统方法将二者分开处理，导致效率低下。现有的协同设计方法通常依赖单回路或独立多回路系统的简化模型，忽视了大规模WNCSs的复杂性。这些复杂性包括耦合控制回路、时间相关的无线信道、传感-控制权衡以及计算挑战。为应对这些挑战，我们提出了一种实用的WNCS模型，该模型能够捕捉在多状态马尔可夫块衰落信道上共享有限无线资源的空间分布传感器和执行器之间的相关动态。为解决由此产生的高维协同设计问题，我们开发了一种深度强化学习（DRL）算法，该算法通过管理混合动作空间、捕捉通信-控制依赖关系，并在时间相关动态和资源约束下保持鲁棒性能，从而实现高效扩展。仿真结果表明，我们的DRL方法优于基准方法，为大规模工业WNCSs提供了一种可扩展且有效的解决方案。
Keyword:
Wireless networked control
Industry 4.0
transmission scheduling
deep reinforcement learning
期刊
IF:
17.2
论文数:
6.4K
被引数:
3.1W
机构
引用论文
暂无论文信息