一种基于强化学习的车载自组网路由方法

AITNT
正文
推荐专利
一种基于强化学习的车载自组网路由方法
申请号:CN202411067677
申请日期:2024-08-06
公开号:CN119071869A
公开日期:2024-12-03
类型:发明专利
摘要
本发明公开了一种基于强化学习的车载自组网路由方法,涉及计算机网络的应用技术领域,包括:设计分层路由框架,将基于Q学习算法的路由路径规划和基于位置算法的中继器选择相结合,将数据包转发到通信条件最好的道路上,然后在道路上选择最合适的中继器;通过Q学习算法计算一个多维Q表来实现任意两个交叉点之间的路由路径选择,代理根据多维Q表进行路由决策;引入了拥塞控制机制,通过实时监控连接状态,一旦网络拥堵,将选择一个替代路段。本发明,具有较低的开销和延迟,还大大减少了状态的数量,使算法易于实现。
技术关键词
车载自组网 交叉口 Q学习算法 拥塞控制机制 路测单元 中继器 转发策略 交叉点 历史交通流信息 道路拓扑结构 路段交通流 服务器 密度 网络 车辆通信 采取行动 数据
系统为您推荐了相关专利信息
1
一种混合交通环境下CAV分层多模态干线协调控制优化方法
干线协调控制 交叉口 多模态 信号灯 信号协同控制
2
车联网中数字孪生体的构建和资源分配方法
数字孪生体 路侧单元 时延 控制中心 分布式学习
3
一种基于共面铜电极电阻变化的微通道压强传感器
压强传感器 微流控芯片 电极 待测通道 超薄双面胶带
4
一种网联环境下公交出站多车协同集中式控制方法
公交车 车道 车辆行驶信息 智能网联车 前轮
5
一种面向区域交通信号控制的智能协同优化方法
协同优化方法 多无人机协同 深度强化学习 交通信号优化 航拍
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号