摘要
本发明属于车联网边缘计算强化学习技术领域,具体涉及一种面向车联网车队系统的语义感知多模态资源分配方法,具体包括:步骤1:建立C‑V2X车队多模态任务场景的语义通信模型,步骤2:定义QoE和V2V链路的语义数据包传输成功概率SRS优化目标,并将QoE分解为语义速和语义准确性,以适配不同任务的需求;依据任务需求设定可配置权重参数,求解最优的资源分配策略;步骤3:根据主要决策变量来以最大化所有车辆的QoE和SRS为目标函数进行优化;步骤4:建立MADDPG分布式架构,进行动态语义资源分配。本发明提升了用户体验质量(QoE)和语义传输成功率(SRS),实现了分布式资源管理,适应动态环境,优化了多模态语义信息传输,解决了编队系统中的资源分配问题。
技术关键词
语义
面向车联网
资源分配方法
信道
多模态
车辆
符号
文本
解码
资源分配策略
图像
网络
分布式架构
定义
分布式资源管理
功率控制
服务质量约束
系统为您推荐了相关专利信息
生成特征向量
文本特征向量
感知系统
垃圾桶
特征提取单元
图像扩增方法
样本
原始图像数据
语义标签
语义分割模型
大语言模型
自动识别方法
小规模
图像验证码
识别正确率
人机对话系统
大语言模型
命名实体识别方法
令牌
矩阵