合作智能交通系统依赖一套车到车（V2X）应用来提高道路安全。本文提出了一种智能可扩展的混合车载通信架构，利用多种无线接入技术的性能满足这些应用的需求，并基于深度强化学习提出一种通信模式选择算法来最大化网络可靠性并限制资源消耗，通过车队编队场景的数值结果验证了混合车载通信架构相比静态车载选择策略和多准则决策选择算法可将数据包接收率提高 30％以及资源消耗方面冗余通信模式效率提高 20％。

Apr, 2024

本文研究了细胞 V2X 通信的传输模式选择和资源分配问题，将其制定为马尔可夫决策过程，提出了基于深度增强学习的去中心化算法，同时开发了基于图论的车辆聚类算法和分布式学习算法。实验结果表明，所提出的算法优于其他分布式基线算法，并验证了两个时间尺度的联邦 DRL 算法在新激活的 V2V 对中的优越性。

Feb, 2020

本文基于深度强化学习，开发了一种分散资源分配机制，应用于车对车（V2V）通信中，在无单播和广播场景下均可使用。根据分散的资源分配机制，一个自治体、一个 V2V 链路或一辆车，可以在不要求或等待全局信息的情况下，做出决策，查找传输的最佳子带宽和功率水平。由于所提出的方法是分散的，因此仅产生有限的传输开销。根据仿真结果，每个自治体可以有效地学习，以满足对 V2V 链路的严格延迟约束，同时将干扰降至最低。

May, 2018

本文提出一个基于强化学习的框架，以最小化道路碰撞、最大化通信数据速率的目标，同时优化自动驾驶车辆的网络选择和驾驶策略。通过将问题转化为马尔可夫决策过程并基于深度 Q 学习来优化加速度、减速度、变道和车辆 - 基站分配等行为，实现了安全驾驶和以改进的连通性。

Aug, 2022

本文提出了一种基于深度强化学习的分散式资源分配机制，以优化车对车通信系统的信道和功率分配，同时减小对车对基础设施通信系统的干扰。

Nov, 2017

该论文提出了一种基于激光雷达和车联网技术的端到端自动驾驶方法 (V2X-Lead)，以解决在混合自治交通条件下导航不规范的城市场景的挑战。该方法通过融合车载激光雷达传感器和 V2X 通信数据来处理不完整的局部观测。采用无模型和离策略深度强化学习 (DRL) 算法训练驾驶代理，该算法结合精心设计的奖励函数和多任务学习技术，提高不同驾驶任务和场景之间的泛化能力。实验结果表明，该方法在混合自治交通下通过无信号交叉口的任务中提高了安全性和效率，并在之前未见过的场景 (如环状交叉口) 中具有泛化能力。V2X 通信的集成为自动驾驶车辆 (AVs) 提供了一个重要的数据源，使其能够在车辆感知上超越车载传感器，从而实现更准确、更全面的驾驶环境感知和更安全、更稳健的驾驶行为。

Sep, 2023

探究基于深度强化学习 (DRL) 的车队控制器的 V2X 通信价值，并研究信息拓扑下的最优决策问题 (SSDP)，通过条件 KL 散度计算信息的重要性并在模拟实验中进行了验证。

Mar, 2022

本文提出了一种简化的车辆微观模拟方法，并使用深度强化学习优化了具有不同车辆组成的六个交通系统的控制策略，发现了类似于波浪消减、交通信号和匝道计量等的多种新行为，并分析了这些行为以获得可解释的控制策略。

Jul, 2022

基于强化学习的创新解决方案可以解决城市区域自主车辆的路径规划问题，同时考虑驾驶时间和数据传输需求，通过优先选择高带宽道路来满足数据传输要求，并最小化驾驶时间，相较于不考虑交通和带宽的基准路线规划方法，该解决方案表现更好。

Sep, 2023

本研究提出了一种使用强化学习的集中式调度程序（VRLS），用于提高无蜂窝覆盖区域内车辆间通信的可靠性，并评估了其性能表现。该程序可以在模拟车辆环境中学习一种稳健和适应性强的调度策略，为出行前分配资源，并在无蜂窝覆盖区域内优于现有分布式调度算法的表现。

Jul, 2022