面向6G智能城市的AI驱动多智能体车辆规划：提高电池效率与服务质量
网络与互联网体系结构
2025-09-19 v1 人工智能
新兴技术
摘要
虽然存在用于车辆 IoT 节点通过边缘节点与云端通信的仿真器，常以全模拟的 osmotic 架构实现，但往往缺乏对动态智能体规划和优化的支持，以最小化车辆电池消耗并确保公平的通信时间。针对这些挑战，需要通过 AI 算法扩展当前仿真器架构，以实现交通预测和动态智能体规划。本文提出了 SimulatorOrchestrator(SO)的扩展，以满足这些要求。在真实城市数据集上的初步结果表明，利用车辆规划算法可在电池和 QoS 性能方面优于传统最短路径算法。额外包含的可取区域使得在不考虑可取性因素的传统和加权算法下，救护车能够更少能源地到达目标目的地。
引用
@article{arxiv.2509.14877,
title = {AI-Driven Multi-Agent Vehicular Planning for Battery Efficiency and QoS in 6G Smart Cities},
author = {Rohin Gillgallon and Giacomo Bergami and Reham Almutairi and Graham Morgan},
journal= {arXiv preprint arXiv:2509.14877},
year = {2025}
}
备注
16 pages, 2 figures, 2 tables, 2 algorithms