公开(公告)号：CN118278544B

公开(公告)日：2024-09-20

申请号：CN202410535066.4

申请日：2024-04-30

申请人： 无锡职业技术学院

发明人： 张翠 ,  吴琼 ,  汪文华 ,  肖颖 ,  李萍

IPC分类号： G06N20/00 ,  G06N3/092 ,  G06N3/0464 ,  G16Y10/40

摘要： 本发明公开了基于多智能体联邦强化学习的时效优化方法，包括以下步骤：S1、车辆ci进入路侧单元RSU覆盖范围后，从路侧单元RSU下载最新的强化学习模型；S2、对强化学习模型进行本地训练；S3、采用图神经网络GNN捕捉车辆之间的关系得到GNN模型，并对GNN模型进行局部聚合；S4、车辆ci行驶出路侧单元RSU覆盖范围之前，将训练的最新的本地模型上传到路侧单元RSU；S5、路侧单元RSU在接收到所有即将离开其覆盖范围的车辆的本地模型后，路侧单元RSU执行异步的联邦聚合得到全局模型；S6、路侧单元RSU将更新的全局模型发送给新进入路侧单元RSU覆盖区域内的所有车辆，以进行每一辆车的训练。提升了整个系统的运行效率，同时解决了车辆信息泄露的问题。

公开(公告)号：CN118278544A

公开(公告)日：2024-07-02

申请号：CN202410535066.4

申请日：2024-04-30

申请人： 无锡职业技术学院

发明人： 张翠 ,  吴琼 ,  汪文华 ,  肖颖 ,  李萍

IPC分类号： G06N20/00 ,  G06N3/092 ,  G06N3/0464 ,  G16Y10/40

摘要： 本发明公开了基于多智能体联邦强化学习的时效优化方法，包括以下步骤：S1、车辆ci进入路侧单元RSU覆盖范围后，从路侧单元RSU下载最新的强化学习模型；S2、对强化学习模型进行本地训练；S3、采用图神经网络GNN捕捉车辆之间的关系得到GNN模型，并对GNN模型进行局部聚合；S4、车辆ci行驶出路侧单元RSU覆盖范围之前，将训练的最新的本地模型上传到路侧单元RSU；S5、路侧单元RSU在接收到所有即将离开其覆盖范围的车辆的本地模型后，路侧单元RSU执行异步的联邦聚合得到全局模型；S6、路侧单元RSU将更新的全局模型发送给新进入路侧单元RSU覆盖区域内的所有车辆，以进行每一辆车的训练。提升了整个系统的运行效率，同时解决了车辆信息泄露的问题。