VCPS 中的协同感知与异构信息融合：一种多智能体深度强化学习方法
网络与互联网体系结构
2023-01-30 v2 系统与控制
系统与控制
摘要
协同感知与异构信息融合对实现车辆信息物理系统(VCPSs)至关重要。本文首次尝试通过设计称为视龄(Age of View, AoV)的新度量来定量衡量 VCPS 的质量。具体而言，我们首先给出系统架构，其中异构信息可在车辆边缘计算(VEC)中经车辆到基础设施(V2I)通信协同感知并上传。逻辑视图由边缘节点融合异构信息构建。进一步，我们通过推导基于多类 M/G/1 优先队列的协同感知模型，并将 AoV 建模为逻辑视图的时效性、完整性与一致性来表述该问题。在此基础上，提出一种多智能体深度强化学习解法。特别地，系统状态包含车辆感知信息、边缘缓存信息与视图需求。车辆动作空间由信息的感知频率与上传优先级组成。设计基于差异奖励的信用分配，将定义为 VCPS 质量的系统奖励划分为车辆的差异奖励。边缘节点基于预测车辆轨迹与视图需求为车辆分配 V2I 带宽。最后，我们建立仿真模型并给出综合性能评估，确证所提解法的优越性。
引用
@article{arxiv.2209.12265,
title = {Cooperative Sensing and Heterogeneous Information Fusion in VCPS: A Multi-agent Deep Reinforcement Learning Approach},
author = {Xincao Xu and Kai Liu and Penglin Dai and Ruitao Xie and Jingjing Cao and Jiangtao Luo},
journal= {arXiv preprint arXiv:2209.12265},
year = {2023}
}