センサの充電量とUAVの飛行時間を考慮した深層強化学習を用いたUAVによる給電システム

カテゴリ: 研究会(論文単位)

論文No: CMN25002

グループ名: 【C】電子・情報・システム部門 通信研究会

発行日: 2025/01/20

タイトル(英語): A UAV-Based Wireless Power Transfer System Using Deep Reinforcement Learning Considering Sensor Charge Levels and UAV Flight Time

著者名: 曽川 翔太(同志社大学),木村 共孝(同志社大学),程 俊(同志社大学)

著者名(英語): Shouta Sogawa(Doshisha University),Tomotaka Kimura(Doshisha University),Jun Cheng(Doshisha University)

キーワード: 無人航空機|無線電力伝送|Ｄｅｅｐ　Ｑ－Ｎｅｔｗｏｒｋ|Unmanned Aerial Vehicle|Wireless Power Transfer|Deep Q-Network

要約(日本語): 近年，UAV(Unmanned Aerial Vehicle)が複数のセンサにワイヤレス給電を行うセンサ給電システムが注目されている．センサ給電システムでは，各センサの消費電力が異なるためセンサ間の最短経路に従ってUAVが飛行すると電力消費が少ないセンサへ飛行することが発生するため効率的に給電できない．本発表ではDQN(Deep Q-Network)を用いてUAVの移動先を制御することを提案する．

要約(英語): In recent years, sensor power systems using UAVs (Unmanned Aerial Vehicles) to wirelessly power multiple sensors have attracted attention.In sensor power systems, the power consumption of each sensor is different. Therefore when the UAV flies along the shortest route between sensors, it may fly to the sensor with the lowest power consumption, which means that the UAV cannot power efficiently. We propose the use of DQN (Deep Q-Network) to control the destination of UAVs.

本誌: 2025年1月23日-2025年1月24日通信研究会

本誌掲載ページ: 7-11 p

原稿種別: 日本語