人工智能与机器学习在 6G-V2X 应用中的作用综述

车对万物（V2X）通信的快速发展正在转变智能交通系统（ITS），6G 网络有望为互联和自动驾驶汽车（CAVs）提供超可靠、低延迟和高容量的连接。人工智能（AI）和机器学习（ML）已成为优化 V2X 通信的关键推动者，通过增强网络管理、预测分析、安全性和协同驾驶，在自然语言处理和计算机视觉等各个领域表现出色。本综述全面回顾了应用于 6G-V2X 通信的 AI 和 ML 模型的最新进展。它聚焦于最先进的技术，包括深度学习（DL）、强化学习（RL）、生成学习（GL）和联邦学习（FL），特别强调过去两年的发展。值得注意的是，AI，尤其是 GL，在提升 6G-V2X 系统的性能、适应性和智能方面已显示出显著进展和新兴潜力。尽管取得了这些进展，但对该领域近期研究工作的系统总结仍然缺乏，本综述旨在解决这一问题。我们分析了它们在 6G-V2X 应用中的作用，如智能资源分配、波束赋形、智能交通管理和安全管理。此外，我们探讨了技术挑战，包括计算复杂度、数据隐私和实时决策约束，同时确定了 AI 驱动的 6G-V2X 发展的未来研究方向。本研究旨在为致力于实现智能、AI 驱动的 6G-V2X 生态系统的研究人员、工程师和政策制定者提供有价值的见解。