一种基于强化学习的车载自组网路由方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
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
一种基于深度学习和强化学习的交通流量预测与信号优化方法
交通流量预测
信号优化方法
交通信号灯
平均等待时间
信号控制优化方法
2
一种基于5G_CV2X辅助路径规划方法及系统
OBU模块
车辆行驶数据
路径规划方法
云端
路径规划算法
3
一种基于区块链的车联网系统数据溯源方法及系统
数据溯源方法
车联网系统
设备交互数据
评估设备
车辆设备
4
基于博弈论的左转直行车辆冲突动态决策系统及应用方法
动态决策系统
人类驾驶员
车辆运动学模型
策略
混合交通流
5
自适应AI面试的方法、装置、电子设备和存储介质
Q学习算法
策略
关键词
日志
语义