ISPY:面向车载自组织网络集群路由的目标权重自适应混合强化学习框架
《Future Internet》:Adaptive Reinforcement Learning for Reliable and Sustainable Intelligent Vehicular Communication
【字体:
大
中
小
】
时间:2026年09月26日
来源:Future Internet 4.6
编辑推荐:
# 摘要
车载自组织网络(VANETs)需要在持续变化的移动性和密度下,做出兼顾连通性、链路可靠性和能效的路由决策。传统的基于集群的路由方法采用预先固定的权重来组合这些目标,无法反映目标之间随环境变化而改变的相对重要性。本文提出ISPY,一种面向集群路由的混合强化学习框架,
# 摘要车载自组织网络(VANETs)需要在持续变化的移动性和密度下,做出兼顾连通性、链路可靠性和能效的路由决策。传统的基于集群的路由方法采用预先固定的权重来组合这些目标,无法反映目标之间随环境变化而改变的相对重要性。本文提出ISPY,一种面向集群路由的混合强化学习框架,其中目标权重本身即为学习量。采用对弈双深度Q网络(Dueling Double DQN)从由车辆密度、平均速度、速度变化、跳数、剩余能量、能效和分组交付率组成的七维宏观状态中选择离散的运行模式;同时,基于Dirichlet分布的连续体执行器生成关于锚点连通性、链路可靠性和链路持久性的归一化权重向量。候选下一跳通过基于成本的优先级函数进行排序,并通过最小化来选择。奖励函数综合了分组交付率、能效和转发稳定性,系数分别为0.5、0.3和0.2。该框架在车载移动性和通信轨迹上进行评估,该轨迹被切分为300个时间对齐的快照。实验中与固定等权策略进行对比,以隔离权重自适应的贡献;并在相同快照、传输范围和链路度量输入下与常规方案N-HOP、VMaSC和DMCNF进行对比。训练在第130轮通过早停收敛,平均综合奖励为0.8161,固定权重策略为0.8158;两者0.0003的差异被报告为收敛信号。学习到的权重随网络状态呈系统性变化。与基于学习的基线方法进行比较以及逐组件消融分析被确定为必要的工作方向。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号