Egységes megerősítéses tanulási keretrendszer adaptív rajintelligencia-algoritmusokhoz vezeték nélküli szenzorhálózatokban: A Unified Reinforcement Learning Framework for Adaptive Swarm Intelligence in Wireless Sensor Networks

This paper presents RL-SI, a network-aware reinforcement-learning framework for controlling ABC, continuous ACO, GWO, and PSO during energy-aware cluster-head selection in wireless sensor networks. Algorithm-specific Double-DQN policies employ a shared 13-variable state representation and six control actions. Fixed and RL-guided variants are evaluated in 120 simulations covering networks of 50, 250, and 1000 nodes and five layouts per configuration. RL-SI most consistently improves packet-delivery reliability and often reduces optimizer runtime, particularly at larger scales, while its effects on network lifetime and energy preservation remain algorithm-dependent. KivonatA tanulmány az RL-SI, a hálózat állapotát figyelembe vevő megerősítéses tanulási keretrendszert mu-tatja be az ABC, a folytonos ACO, a GWO és a PSO energiahatékony klaszterfej-kiválasztásának vezérlésére vezeték nélküli szenzorhálózatokban. Az algoritmusspecifikus Double-DQN szabályozók kö-zös, 13 változós állapotleírást és hat vezérlési műveletet alkalmaznak. A fix és az RL-vezérelt változatokat 120 szimulációban, 50, 250 és 1000 csomópontos hálózatokon értékeltük. Az RL-SI legkövetkezetesebben a csomagkézbesítés megbízhatóságát javította, és gyakran csökkentette a futási időt, míg az élettartamra és az energiamegőrzésre gyakorolt hatása algoritmusfüggő maradt.