@techreport{oai:ipsj.ixsq.nii.ac.jp:00182829,
 author = {シュレスタマリ, サソット and 近藤, 正章 and 中村, 宏},
 issue = {28},
 month = {Jul},
 note = {太陽光発電などの環境発電により駆動するセンサノードでは，バッテリ切れによるノードダウンを防ぎつつ，発電電力に応じてセンシング間隔を調整するなどの電力制御を行う必要がある．本稿では，環境発電駆動センサノードとして，太陽光パネル，バッテリー，汎用のセンサノードデバイスからなる単純なシステムモデルを仮定し，機械学習の一手法である強化学習を用いた適応的な電力管理手法の比較評価を行う．強化学習を用いることで，天候やバッテリの劣化などの環境の変化に対して適応的に電力管理を行うことが可能になると期待される．比較に際しては，SARSA 学習と Q 学習アルゴリズムを用い，また適正度の履歴の有無による強化学習手法を評価する．評価の結果，SARSA (λ) 手法が他の手法に比べて優れた性能を達成できることがわかった．},
 title = {適応的電力制御を行う環境発電駆動センサノードの強化学習戦略の比較評価},
 year = {2017}
}