首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于5G车联网场景下MARL的资源分配方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:重庆邮电大学

摘要:本发明属于智能交通技术领域,具体涉及一种基于5G车联网场景下MARL的资源分配方法,包括:建立蜂窝车联网通信环境模型;将车联网分配问题建模成部分可观测的马尔科夫决策过程;将每个V2V链路视为一个智能体进行交互,获得样本信息存入样本缓冲池中;每个智能体使用多头注意力机制对从缓冲池中采集的局部观测信息进行状态特征编码,并进行拼接得到全局状态;构建目标值函数,并选取最小的数值用于构造最终的目标值;使用构造的值函数回归目标,学习对应的动作值函数;根据最终目标值进行值函数训练,得到最优策略;将最优策略和环境交互,对车联网进行资源分配。本发明增加了全局动作值函数的估计能力,提升了系统的资源分配利用率。

主权项:1.一种基于5G车联网场景下MARL的资源分配方法,其特征在于,包括:S1、建立蜂窝车联网通信环境模型;S2、将车联网分配问题建模成部分可观测的马尔科夫决策过程;S3、在马尔科夫决策过程中,将每个V2V链路视为一个智能体,在车联网环境模型中进行交互,获得样本信息存入样本缓冲池中;S4、随机地从样本缓冲池中采集多个局部观测信息,每个智能体使用多头注意力机制对采集的局部观测信息进行状态特征编码,得到全局状态信息,并将每个智能体得到的全局状态信息进行拼接,得到全局状态;S5、基于全局状态在多个不同视角状态基础上分别构建目标值函数,并选取最小的数值用于构造最终的目标值;S6、使用构造的值函数回归目标,学习对应的动作值函数;S7、根据构造的最终目标值进行值函数训练,更新策略参数θ,得到最优策略;S8、使用学习到的最优策略和环境交互,对车联网进行资源分配。

全文数据:

权利要求:

百度查询: 重庆邮电大学 一种基于5G车联网场景下MARL的资源分配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。