一种在异构车联网中实现强化学习的方法
机器学习
2022-08-29 v1
摘要
本文提出了将车联网中频谱共享思想扩展至基于多智能体强化学习的异构车联网（HetVNET）的思路。其中，多个车对车（V2V）链路复用其他车对接口（V2I）及其他网络的频谱。车联网中快速变化的环境限制了集中CSI并分配信道的思路。因此，此处采用基于机器学习的方法，使其能在所有车辆中以分布式方式实现。每个车载单元（OBU）可感知信道中的信号，并基于该信息运行RL以自主决定占用哪个信道。此处每个V2V链路为MARL中的一个智能体。思路是以使这些智能体协作而非竞争的方式训练RL模型。
引用
@article{arxiv.2208.12466,
title = {An approach to implement Reinforcement Learning for Heterogeneous Vehicular Networks},
author = {Bhavya Peshavaria and Sagar Kavaiya and Dhaval K. Patel},
journal= {arXiv preprint arXiv:2208.12466},
year = {2022}
}