高度な車両アドホックネットワーク通信システムのための強化学習環境

アドホック車両ネットワークは、スマート交通システムの進展に伴い、スマートシティの利害関係者間でのインテリジェントな通信に適した技術として認識されています。しかし、高度に移動するエリアでは、ワイヤレス技術の使用が増加し、挑戦的な状況が生じます。この環境での通信の信頼性を高めるためには、ルーティング問題を解決するためのインテリジェントなツールを使用して、より安定した通信システムを構築する必要があります。強化学習（RL）は、この問題を解決するための優れたツールです。私たちは、車両の位置情報、伝播信号強度、および障害物（都市マップおよび建物）による環境経路損失を用いて、複雑な目的空間を構築し、ルートの安定性とホップ数に基づいて最適なルートを取得するためにモデルを訓練することを提案します。得られた結果は、従来の通信プロトコルや他のRLツールと比較して、ルートの強度において大幅な改善を示しています。