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
干线协调控制
交叉口
多模态
信号灯
信号协同控制
压强传感器
微流控芯片
电极
待测通道
超薄双面胶带
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