Apprentissage par renforcement pour l'optimisation de la consommation d'énergie dans un contexte IoT

Abstract

Dans ce travail, nous explorons une approche informatique qui est l’apprentissage par renforcement. Nous explorons principalement les situations d’optimisation d’énergies pour l’internet des objets dans un Maison intelligente et évaluons l'efficacité de différentes méthodes d'apprentissage par renforcement, en évaluant les conceptions par l'analyse mathématique ou par des expériences de calcule, et en exposant les techniques de préservation d’énergie existantes. Nous travaillerons sur le développement d'un modèle de consommation d'énergie au sein Apprentissage par renforcement s'exécutant sur le nœud de détection. Mots clés : Internet des Objets, Apprentissage par renforcement, Optimisation, consommation énergétique In this work, we explore a computer approach that is learning by reinforcement. We mainly explore energy optimization situations for the Internet of Things in a Smart House and evaluate the effectiveness of different reinforcement learning methods, evaluating designs through mathematical analysis or calculation experiments, and exposing existing energy conservation techniques. We will work on the development of an energy consumption model within Reinforcement Learning running on the detection node. Keywords: Internet of Things, Reinforcement learning, Optimization, Energy consumption