利用强化学习与车辆聚类优化V2V单播通信传输
网络与互联网体系结构
2023-09-22 v1
摘要
基于车载自组织网络(VANETs)的高效路由算法在新兴智能交通系统中发挥着重要作用。这种高度动态的拓扑面临诸多无线通信服务挑战。本文提出一种基于强化学习与车辆节点聚类的协议，称为Qucts，以解决车对固定目的地或V2V消息传递问题。以最小跳数与时延提升消息投递率，同时考虑链路稳定性。该协议分为三层：首先聚类车辆，各簇头广播自身坐标与速度以获取更多簇成员；当簇成员收到其他簇头广播消息时，簇头生成周边簇列表，在消息传递过程中寻找通往目的地的最佳簇作为下一簇。其次，协议基于聚类后的状态构建Q值表，用于参与消息传递簇的选择。最后，引入表达簇内车辆稳定性的参数以进行通信节点选择。该协议层次结构使Qucts成为离线与在线解决方案。为区分簇内不稳定节点，对各道路编码，将具有规划路径的车辆（如网约车与公共巴士）纳入。比较其与簇内其他规划路径车辆的重叠度，低重叠度标记为不稳定节点；无规划路径的车辆路径重叠率设为均值。通过仿真将Qucts与现有路由协议比较，所提Qucts方案在数据传输率与端到端时延降低上均有大幅改善。
引用
@article{arxiv.2309.12052,
title = {Optimizing V2V Unicast Communication Transmission with Reinforcement Learning and Vehicle Clustering},
author = {Yu Wang},
journal= {arXiv preprint arXiv:2309.12052},
year = {2023}
}