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