面向V2I网络选择与自动驾驶策略联合优化的强化学习
机器学习
2022-08-05 v1
摘要
车辆到基础设施（V2I）通信对于提升自动驾驶车辆（AVs）的可靠性正变得至关重要。然而，道路交通与AVs无线连接中的不确定性会严重损害及时决策。因此，同时优化AVs的网络选择与驾驶策略以最小化道路碰撞并最大化通信数据速率十分关键。在本文中，我们开发了一个强化学习（RL）框架，用于刻画在运行于传统sub-6GHz频谱与太赫兹（THz）频段的多元带车载网络（VNet）中的高效网络选择与自动驾驶策略。所提框架旨在（i）从自动驾驶角度通过控制车辆运动动力学（即速度与加速度）最大化交通流并最小化碰撞，以及（ii）从电信角度通过联合控制车辆运动动力学与网络选择最大化数据速率并最小化切换。我们将此问题建模为马尔可夫决策过程（MDP），并开发了基于深度Q学习的求解方案，以针对给定AV状态优化如加速、减速、变道和AV-基站分配等动作。AV状态基于AVs的速度与通信信道状态定义。数值结果展示了关于车辆运动动力学、切换与通信数据速率之间相互依赖性的有趣见解。所提策略使AVs能够采用具有改善连接性的安全驾驶行为。
引用
@article{arxiv.2208.02249,
title = {Reinforcement Learning for Joint V2I Network Selection and Autonomous Driving Policies},
author = {Zijiang Yan and Hina Tabassum},
journal= {arXiv preprint arXiv:2208.02249},
year = {2022}
}
备注
Accepted for publication in IEEE Global Communications Conference, Dec. 2022