《计算机工程与科学杂志》发表论文赏析

基于多智能体深度强化学习的车联网区分业务资源分配算法

来源:计算机工程与科学杂志2024年第10期北京时间:

作者:蔡玉, 官铮, 王增文, 王学, 杨志军

单位:云南大学信息学院,云南 昆明 650500

摘要:车联网产生大量网络连接和差异化数据,针对单个智能体难以在动态场景下收集信道状态信息并进行区分业务的资源分配和链路调度,提出了基于多智能体深度强化学习的车联网区分业务资源分配算法。该算法以实现紧急业务链路干扰最小化约束下,V2V链路数据包成功交付率和V2I链路总容量最大化为目标,利用深度强化学习算法进行多个蜂窝用户和设备到设备用户共存的单天线车载网络中,频谱分配和功率选择的策略优化。每个智能体都利用DQN进行训练,智能体间共同与通信环境交互,通过全局奖励函数实现智能体间的协作。仿真结果表明,高负载场景下,相较于传统随机分配算法,该算法的V2I链路总吞吐量增加了3.76 Mbps,V2V链路的数据包交付率提高了17.1%,紧急业务链路所受干扰相对于普通链路减少1.42 dB,实现紧急业务链路的优先级保障,有效提高了V2I链路和V2V链路的总传输容量。

关键词:车联网,频谱分配,强化学习,多智能体,紧急业务,

基金资助:云南省应用基础研究计划(202201AT070167);云南省专家工作站项目(202305AF150045);云南省教育厅科研基金(2023Y0246)

2024年10期其他文献查阅:

基于时间感知主导资源公平的边缘函数计算负载调度算法

基于关系图的Linux内核兼容性量化分析研究

数据中心SFC+X编排评测环境的构建:POC方法

边缘场景下面向分布式交互应用的服务器分配

基于多智能体深度强化学习的车联网区分业务资源分配算法

基于双向胶囊网络的恶意评论检测

基于图神经网络的源代码漏洞检测研究综述

基于双指标分组学习粒子群算法的动态敏捷软件项目调度

以Barendregt的变量约定形式化编程语言研究

基于图神经网络的代码抄袭检测方法

基于YOLOv8改进的打架斗殴行为识别算法:EFD-YOLO

基于改进蚁群算法的长航程无人船路径规划

混合U型网络与Transformer的图像去模糊

基于时空Transformer的多空间尺度交通预测模型

融合特征投影和负监督的文本分类

多策略改进的猎人猎物优化算法

面向多模态情感分析的低秩跨模态Transformer

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!