%0 Journal Article %A 谢勇盛 %A 杨余旺 %A 邱修林 %A 王吟吟 %T 基于函数逼近的强化学习FANET路由优化算法 %D %R 10.19678/j.issn.1000-3428.0059591 %J 计算机工程 %P 207-213 %V 47 %N 11 %X 针对高速移动状态下的飞行自组网路由协议链路维护困难问题,提出一种基于强化学习的自适应链路状态路由优化算法QLA-OLSR。借鉴强化学习中的Q学习算法,通过感知动态环境下节点邻居数量变化和业务负载程度,构建价值函数求解最优HELLO时隙,提高节点链路发现与维护能力。利用优化Kanerva编码算法的状态相似度机制,降低QLA-OLSR算法复杂度并增强稳定性。仿真结果表明,QLA-OLSR算法能有效提升网络吞吐量,减少路由维护开销,且具有自学习特性,适用于高动态环境下的飞行自组网。 %U http://www.ecice06.com/CN/10.19678/j.issn.1000-3428.0059591