X00105-基于多智能体深度强化学习的车联网通信资源分配优化

无线网络的高速发展为车联网提供了更好的支持，但是如何为高速移动车辆提供更高质量的服务仍然是一个挑战 . 通过分析多个车对车（Vehicle-to-Vehicle，V2V）链路重用的车对基础设施（Vehicle-to-Infrastructure，V2I）链路占用的频谱，研究了基于连续动作空间的多智能体深度强化学习的车联网中的频谱共享问题 . 车辆高移动性带来的信道的快速变化为集中式管理网络资源带来了局限性，因此将资源共享建模为多智能体深度强化学习问题，提出一种基于分布式执行的多智能体深度确定性策略梯度（Multi-Agent Deep Deterministic Policy Gradient，MADDPG）算法 . 每个智能体与车联网环境进行交互并观察到自己的局部状态，均获得一个共同的奖励，通过汇总其他智能体的动作集中训练 Critic 网络，从而改善各个智能体选取的功率控制 . 通过设计奖励函数和训练机制，多智能体算法可以实现分布式资源分配，有效提高了 V2I 链路的总容量和 V2V 链路的传输速率