PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN HIỆU QUẢ CỦA VIỆC ÁP DỤNG HỌC TĂNG CƯỜNG VÀO ĐIỀU KHIỂN ĐỊNH TUYẾN TRONG MẠNG KHÔNG DÂY HÌNH LƯỚI

Lê Hữu Bình và Lê Đức Huy Tập 133, Số 2A, 2024 60 Qua các kết quả mô phỏng được trình bày trong phần này, chúng tôi kết luận rằng, hai yếu tố có ảnh hưởng lớn đến hiệu quả của thuật toán định tuyến dựa trên học tăng cường là tải lưu lượng và tổng số WR. Cụ thể, tải lưu lượng càng cao thì thuật toán định tuyến hội tụ càng nhanh. Với yếu tố về tổng số WR, thuật toán hội tụ chậm hơn khi hệ thống mạng WMN có tổng số WR nhiều hơn. 5 Kết luận Việc áp dụng học tăng cường vào điều khiển định tuyến trong mạng không dây hình lưới (WMN) là một giải pháp khả thi và hiệu quả để nâng cao hiệu quả của các giao thức định tuyến. Để có phương án sử dụng kỹ thuật định tuyến này một cách hiệu quả, việc nghiên cứu để các định rõ các yếu tố ảnh hưởng đến hiệu quả của kỹ thuật định tuyến tiên tiến này là điều cần thiết. Bài báo đã tập trung thực hiện công việc này. Kết quả nghiên cứu của bài báo đã xác định được hai yếu tố có ảnh hưởng lớn đến hiệu năng của kỹ thuật định tuyến dựa trên học tăng cường là tải lưu lượng và tổng số WR trong mạng. Tải lưu lượng càng cao thì thuật toán định tuyến hội tụ càng nhanh. Nhưng ngược lại, tổng số WR càng nhiều thì thuật toán hội tụ càng chậm. Vì vậy, kỹ thuật định tuyến dựa trên học tăng cường nên áp dụng cho các hệ thống mạng WMN có tải lưu lượng lớn. Trong trường hợp mạng WMN sử dụng nhiều WR, nếu tải lưu lượng lớn thì sử dụng kỹ thuật định tuyến dựa trên học tăng cường vẫn mang lại hiệu quả cao. Trong hướng nghiên cứu tiếp theo, chúng tôi tiếp tục khảo sát việc ứng dụng của học tăng

cường cho các hệ thống mạng không dây khác với độ biến động của trạng thái mạng nhiều hơn, như mạng không dây tùy biến (MANET), mạng không dây tùy biến với các thiết bị bay không người lái (Flying Ad-hoc NETwork - FANET). Lời cảm ơn Công trình nghiên cứu này được tài trợ bởi Đề tài Khoa học và công nghệ cấp Đại học Huế, mã số: DHH2023-01-204. Tài liệu tham khảo 1. N. N. Abdelkader, A. Zibouda, A. Naouri, and H. Soufiene, “An efficient mesh router nodes placement in wireless mesh networks based on mothflame optimization algorithm,” International Journal of Communication Systems, vol. 36, 2023. 2. L. H. Binh and T.-V. T. Duong, “A Novel and Effective Method for Solving the Router Nodes Placement in Wireless Mesh Networks using Reinforcement Learning,” PLOS ONE, vol. 19, no. 4, e0301073, 2024.