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

jos.hueuni.edu.vn Tập 133, Số 2A, 2024 47 Hình 1. Một ví dụ của mạng không dây hình lưới [21] Định tuyến trong mạng WMN thường sử dụng các giao thức cơ bản của mạng không dây tùy biến. Các giao thức được sử dụng nhiều nhất là AODV (Ad hoc On-demand Distance Vector) [15], DSDV (Destination Sequenced Distance Vector routing), DSR (Dynamic Source Routing) [16]. Đây là các giao thức chuẩn của mạng không dây tùy biến, sử dụng tiêu chí tổng số chặng (hop-count) để chọn lộ trình. Trong trường hợp mạng WMN có tải lưu lượng lớn và biến động nhiều, việc sử dụng các giao thức cơ bản nên trên bộ lộ một số nhược điểm, như tắc nghẽn cục bộ tại các nút xảy ra nhiều do các giao thức định tuyến này không có khả năng cân bằng tải. Trong trường hợp này, cần phải sử dụng các giao thức định tuyến thông minh hơn, có khả năng tính toán nhanh để thích ứng với sự thay đổi thường xuyên của trạng thái mạng. Ứng dụng học tăng cường (reinforcement learning) vào việc khám phá lộ trình của giao thức định tuyến là một giải pháp khả thi cho yêu cầu này. Điều này đã được kiểm nghiệm thông qua các công trình nghiên cứu đã công bố gần đây [7, 8, 9, 10, 11, 14]. Kết quả đạt được của một số công trình nghiên cứu tiêu biểu được tóm tắt như ở Bảng 1.