딥러닝 프레임워크를 활용한 다중드론 네트워크의 경매기반 충전 스케ジュ링

📝 원문 정보

• Title: Auction-based Charging Scheduling with Deep Learning Framework for Multi-Drone Networks
• ArXiv ID: 2001.03611
• 발행일: 2020-01-13
• 저자: MyungJae Shin, Joongheon Kim, Marco Levorato

📝 초록 (Abstract)

최첨단 드론 기술은 무게 제약으로 인해 심각한 비행 시간 제한을 겪고 있으며, 이는 결국 이용 가능한 에너지의 양이 상대적으로 작아지는 원인이 됩니다. 따라서 배송, 탐사 또는 무선 인프라 지원과 같은 응용 프로그램에서는 자주 배터리 교체나 충전이 필요합니다. 야외 임시 배터리 충전을 위한 이동식 충전 기지(즉, 충전 장비를 갖춘 이동식 기지)는 이러한 문제를 해결할 수 있는 실용적인 해법 중 하나입니다. 그러나 이러한 플랫폼의 드론 충전 능력은 충전 가능한 드론의 수와 충전 시간 측면에서 제한적입니다. 본 논문에서는 다중 드론 환경에서 충전 일정을 조절하기 위한 경매 기반 메커니즘을 설계합니다. 이 논문에서는 충전 시간대를 경매하고, 그 할당은 입찰 과정에 의해 결정됩니다. 이러한 프레임워크를 개발하는 주요 과제는 경매에 참여하는 드론의 수 분포에 대한 사전 지식이 부족한 것입니다. 최적의 2차 가격 경매 기반으로, 제안된 방법은 딥 러닝 알고리즘을 활용하여 이러한 분포를 온라인으로 학습합니다. 광범위한 시뮬레이션에서 얻어진 수치 결과는 제안된 딥러닝 기반 접근법이 다중 드론 환경에서 효과적인 배터리 충전을 제공한다는 것을 보여줍니다.

💡 논문 핵심 해설 (Deep Analysis)

This paper introduces an auction-based mechanism and deep learning framework to manage battery charging schedules in multi-drone networks. The primary issue addressed is the limited flight time of drones due to weight constraints, necessitating frequent recharging or battery replacement for applications like delivery, exploration, or infrastructure support. The proposed solution involves a novel approach where charging slots are auctioned off, and their allocation is determined through a bidding process. A key challenge in this framework is the uncertainty around the number of drones participating in the auctions. To address this, deep learning algorithms are used to learn the distribution of drone participation online based on optimal second-price-auction principles. Extensive simulations demonstrate that this approach effectively manages battery charging for multi-drone scenarios.

📄 논문 본문 발췌 (Translation)

Reference