基于SAC强化学习的车联网频谱资源动态分配
来源：计算机工程杂志2021年第9期北京时间：
作者：黄煜梵, 彭诺蘅, 林艳, 范建存, 张一晋, 余妍秋
单位：1. 南京理工大学 电子工程与光电技术学院, 南京 210094;2. 西安交通大学 信息与通信工程学院, 西安 710049
摘要：针对车联网频谱资源稀缺问题，提出一种基于柔性致动-评价（SAC）强化学习算法的多智能体频谱资源动态分配方案。以最大化信道总容量与载荷成功交付率为目标，建立车辆-车辆（V2V）链路频谱资源分配模型。将每条V2V链路作为单个智能体，构建多智能体马尔科夫决策过程模型。利用SAC强化学习算法设计神经网络，通过最大化熵与累计奖励和以训练智能体，使得V2V链路经过不断学习优化频谱资源分配。仿真结果表明，与基于深度Q网络和深度确定性策略梯度的频谱资源分配方案相比，该方案可以更高效地完成车联网链路之间的频谱共享任务，且信道传输速率和载荷成功交付率更高。
关键词：车联网,资源分配,多智能体强化学习,柔性致动-评价算法,频谱分配
基金资助：国家自然科学基金（62001225，62071236）；中央高校基本科研业务费专项资金（30920021127，30919011227）；江苏省自然科学青年基金（BK20190454）。
