面向无人机协助的车联网：由强化学习和区块链赋能的框架
网络与互联网体系结构
2025-02-25 v1 人工智能
摘要
本文针对无人机协助车联网（IoV）中选择中继节点及其协调问题提出解决方案。无人机中继节点选择机制可在集中式服务器或去中心化节点上执行，存在两个主要局限性：1) 选择机制执行的可追溯性；2) 已选无人机之间的协调问题，当前以集中方式提供，且未与中继选择耦合。现有无人机协调方法要么依赖优化方法，难以适应不同环境复杂度；要么依赖集中式深度强化学习，在多无人机场景下缺乏可扩展性。综上，亟需一个综合性框架，将中继选择与协调耦合，并以透明可信的方式执行。本文提出一种基于强化学习和区块链的框架用于无人机协助车联网网络，包含三个主要组件：面向无人机协助车联网的双边无人机中继选择机制、用于自主无人机协调的去中心化多主体深度强化学习（MDRL）模型，以及用于车辆与无人机交互透明性和可追溯性的区块链实现。中继选择基于车辆和无人机的双边偏好，考虑即时质量（QoU）和车辆质量（QoV）。选定中继无人机后，通过训练基于近端策略优化（PPO）的MDRL模型实现去中心化协调，控制无人机 mobility 并维持网络覆盖和连接。评估结果表明，所提出的选择和协调机制提高了所选中继的稳定性，并最大化了无人机实现的覆盖和连接。
引用
@article{arxiv.2502.15713,
title = {UAV-assisted Internet of Vehicles: A Framework Empowered by Reinforcement Learning and Blockchain},
author = {Ahmed Alagha and Maha Kadadha and Rabeb Mizouni and Shakti Singh and Jamal Bentahar and Hadi Otrok},
journal= {arXiv preprint arXiv:2502.15713},
year = {2025}
}