V2V网络中信息年龄驱动的队列管理与功率控制：一种GNN增强的MARL方法
信号处理
2026-01-28 v1
摘要
队列管理和资源分配在实现车辆网络中的协作状态感知方面起着关键作用。本文研究了车对车通信中信息年龄感知的状态更新问题，其中每辆车的状态由多个相互依赖的数据包表示。为了在资源约束下实现数据包级别的细粒度队列管理，我们制定了一个联合优化问题，同时学习主动数据包丢弃和发射功率控制策略。设计了一个混合动作空间以支持离散的丢弃决策和连续的功率控制。为了利用V2V拓扑中固有的图结构干扰，引入图神经网络来聚合缓慢变化的大尺度衰落，使智能体能够隐式捕获拓扑依赖性而无需频繁的消息交换。整体框架基于多智能体近端策略优化，采用集中训练与分散执行。仿真表明，所提方法在广泛的网络密度、信道条件和流量负载下显著降低了平均信息年龄，其性能始终优于多个基线方法。
引用
@article{arxiv.2601.19372,
title = {AoI-Driven Queue Management and Power Control in V2V Networks: A GNN-Enhanced MARL Approach},
author = {Hao Fang and Xiao Li and Chongtao Guo and Le Liang and Shi Jin},
journal= {arXiv preprint arXiv:2601.19372},
year = {2026}
}