一种基于强化学习的车载自组网路由方法与流程

1.一种基于强化学习的车载自组网路由方法，其特征在于，包括：

2.根据权利要求1所述的一种基于强化学习的车载自组网路由方法，其特征在于，所述分层路由框架，包括：

3.根据权利要求2所述的一种基于强化学习的车载自组网路由方法，其特征在于，所述将数据包转发到通信条件最好的道路上，包括：

4.根据权利要求1所述的一种基于强化学习的车载自组网路由方法，其特征在于，所述拥塞控制机制，包括：

5.根据权利要求1所述的一种基于强化学习的车载自组网路由方法，其特征在于，所述q学习算法，包括：

6.根据权利要求5所述的一种基于强化学习的车载自组网路由方法，其特征在于，所述多维q表为三维矩阵，包括当前交叉路口、目标交叉路口和动作，分别用i、d和a表示；所述q值表示为表示在当前交叉口处采取行动的到达目的地交叉口dk的q值；其中，表示将数据包转发到一个路段的动作，r∈{east,west,south,north}。

7.根据权利要求3所述的一种基于强化学习的车载自组网路由方法，其特征在于，代理将q表分配给交叉路口的路测单元rsu；

8.根据权利要求6所述的一种基于强化学习的车载自组网路由方法，其特征在于，所述多维q表通过如下公式进行更新迭代：

9.根据权利要求1所述的一种基于强化学习的车载自组网路由方法，其特征在于，在源点车辆和目的地车辆所在的道路的两端，各有候选的两个交叉路口；

10.根据权利要求4所述的一种基于强化学习的车载自组网路由方法，其特征在于，所述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，包括：