不再有信息传递的交通蓝调减少无线信道

无线物联网(IoT)是一种设备网络，其中每个设备都可以通过无线通信渠道直接将信息发送给另一个设备，而无需人工干预。随着物联网设备的数量每天都在增加，无线通道上的信息量也在增加。这导致网络上的拥塞，由于干扰和信息传递失败而导致信息丢失。正在进行解决该拥塞问题的研究，并且最广泛接受和应用的解决方案是“多通道”技术。利用该技术，基于给定时间在特定信道中的业务量，信息传输被分布在各个并行信道之间。

但是，目前，最佳信息传输渠道是使用大多数现有物联网设备无法支持的算法来选择的，因为这些资源受限。即，它们具有低存储容量和低处理能力，并且必须在长期保持运行的同时节电。

在最近发表于《应用科学》上的一项研究中，一组来自东京科学大学和日本庆应义University大学的科学家提出了一种基于拔河模型(这是一种基本模型)的机器学习算法的建议。，是庆应义University大学的金松菊教授较早提出的，用于解决诸如如何在各个渠道之间分配信息等问题，以选择渠道。东京理科大学的首席科学家长谷川幸夫教授说：“我们意识到该算法可以应用于物联网设备，因此我们决定实施并进行实验。”

在他们的研究中，他们构建了一个系统，该系统中连接了多个IoT设备以形成一个网络，每个设备只能选择多个可用通道中的一个来传输信息。而且，每个设备都受到资源的限制。在实验中，这些设备的任务是唤醒，传输一条信息，进入睡眠状态，然后重复该循环一定次数。所提出的算法的作用是使设备每次都能选择最佳信道，从而在最后，发生了最大可能的成功传输次数(即，当所有信息都到达其目的地时)。

该算法称为强化学习，其执行的任务如下：每次一条信息通过一个通道传输时，它会根据信息是否完全准确地到达该通道来记录通过该通道成功传输的可能性。目的地。每次后续传输都会更新此数据。