Seminar khoa học – Ứng dụng học tăng cường tối ưu chiến lược sạc trong mạng cảm biến wrsns

Sáng ngày 20/11/2025, tại phòng 1603 nhà A1, seminar khoa học với chủ đề “Tối ưu chiến lược sạc trong mạng cảm biến có thể sạc lại không dây (WRSNs) theo phương pháp học tăng cường” đã được tổ chức với không khí nghiêm túc, tập trung và mang đậm tinh thần học thuật. Chương trình có sự tham dự của báo cáo viên TS. Trần Thị Hương – giảng viên Khoa MMT&TT, cùng các giảng viên và học viên đến từ hai khoa MMT&TT, KHMT và những người quan tâm đến lĩnh vực AI, IoT và các hệ thống mạng cảm biến thế hệ mới.

Trong bối cảnh chuyển đổi số và phát triển công nghệ thông minh, mạng cảm biến có thể sạc lại không dây (WRSNs) đóng vai trò then chốt trong việc thu thập dữ liệu và giám sát môi trường thực tế. Tuy nhiên, một thách thức lớn đặt ra là làm thế nào để duy trì tuổi thọ của mạng, đảm bảo thời gian giám sát liên tục và độ ổn định trong kết nối dữ liệu khi năng lượng của các cảm biến liên tục thay đổi. Giải quyết bài toán tối ưu chiến lược sạc vì vậy trở thành vấn đề trọng tâm trong các nghiên cứu về mạng cảm biến và hệ thống IoT thông minh.

Trong phần trình bày, báo cáo viên đã giới thiệu nền tảng lý thuyết của phương pháp học tăng cường (Reinforcement Learning – RL) và cách tiếp cận mô hình hóa tác tử (agent) như một thiết bị sạc di động có khả năng tương tác và học hỏi từ môi trường mạng. Thông qua quá trình huấn luyện, agent có thể tự động đưa ra quyết định về lộ trình và thời điểm sạc phù hợp nhất, từ đó tối ưu hiệu quả vận hành của hệ thống. Các thuật toán RL hiện đại như Q-learning, Deep Q-learning và PPO đã được giới thiệu và phân tích, cho thấy tiềm năng ứng dụng mạnh mẽ trong việc giải quyết các bài toán tối ưu hóa năng lượng phức tạp.

Kết quả mô phỏng trong báo cáo đã minh chứng cho tính hiệu quả của phương pháp học tăng cường khi áp dụng vào WRSNs. Việc triển khai RL giúp kéo dài thời gian sống của mạng, cải thiện độ ổn định của kết nối dữ liệu và tối ưu hóa hoạt động sạc trong điều kiện năng lượng biến động cao. Những kết quả này mở ra hướng tiếp cận triển vọng cho việc xây dựng các hệ thống cảm biến thông minh có khả năng tự thích ứng và hoạt động bền vững trong thời gian dài.

Buổi seminar không chỉ mang đến kiến thức chuyên sâu mà còn tạo cơ hội để các giảng viên và học viên trao đổi học thuật, định hướng nghiên cứu và thảo luận về các ứng dụng tiềm năng của AI – đặc biệt là học tăng cường – trong những bài toán thực tiễn của IoT, mạng cảm biến và tự động hóa. Từ seminar, có thể thấy rõ nỗ lực của Trường Đại học Công nghiệp Hà Nội trong việc thúc đẩy nghiên cứu khoa học, phát triển nguồn nhân lực chất lượng cao và hội nhập với xu hướng công nghệ toàn cầu.

Seminar kết thúc với phần thảo luận sôi nổi, thể hiện sự quan tâm lớn của cộng đồng học thuật đối với các xu hướng tích hợp AI vào hệ thống thông minh. Đây là một minh chứng cho tinh thần học thuật nghiêm túc, khát vọng khám phá tri thức mới và là động lực để tiếp tục triển khai các hướng nghiên cứu có giá trị thực tiễn cao trong thời gian tới. Buổi seminar đã để lại nhiều gợi mở cho các đề tài khoa học tiềm năng, khẳng định vai trò của học tăng cường trong việc giải quyết các bài toán tối ưu phức tạp, đồng thời góp phần củng cố năng lực nghiên cứu và định hướng phát triển của SICT trong tương lai.