ترجمه فارسی مقاله یادگیری تقویتی و آگاه از پوشش با استفاده از رویکرد چندعاملی برای کیفیت سرویس نقشه HD در یک محیط واقع‌گرایانه

چکیده

One effective way to optimize the offloading process is by minimizing the transmission time. This is particularly true in a Vehicular Adhoc Network (VANET) where vehicles frequently download and upload High-definition (HD) map data which requires constant updates. This implies that latency and throughput requirements must be guaranteed by the wireless system. To achieve this, adjustable contention windows (CW) allocation strategies in the standard IEEE802.11p have been explored by numerous researchers. Nevertheless, their implementations demand alterations to the existing standard which is not always desirable. To address this issue, we proposed a Q-Learning algorithm that operates at the application layer. Moreover, it could be deployed in any wireless network thereby mitigating the compatibility issues. The solution has demonstrated a better network performance with relatively fewer optimization requirements as compared to the Deep Q Network (DQN) and Actor-Critic algorithms. The same is observed while evaluating the model in a multi-agent setup showing higher performance compared to the single-agent setup.

چکیده به فارسی (ترجمه ماشینی)

یک روش مؤثر برای بهینه سازی فرایند بارگیری ، به حداقل رساندن زمان انتقال است.این امر به ویژه در یک شبکه ADHOC وسایل نقلیه (VANET) صادق است که در آن وسایل نقلیه به طور مکرر داده های نقشه با کیفیت بالا (HD) را بارگیری و بارگذاری می کنند که نیاز به به روزرسانی های مداوم دارند.این بدان معنی است که نیازهای تأخیر و توان باید توسط سیستم بی سیم تضمین شود.برای دستیابی به این هدف ، استراتژی های تخصیص ویندوزهای قابل تنظیم (CW) در استاندارد IEEE802.11p توسط محققان بی شماری مورد بررسی قرار گرفته است.با این وجود ، اجرای آنها خواستار تغییر در استاندارد موجود است که همیشه مطلوب نیست.برای پرداختن به این مسئله ، ما یک الگوریتم Q-Learning را پیشنهاد کردیم که در لایه برنامه کار می کند.علاوه بر این ، می توان آن را در هر شبکه بی سیم مستقر کرد و از این طریق مشکلات سازگاری را کاهش داد.راه حل عملکرد شبکه بهتری را با الزامات بهینه سازی نسبتاً کمتری نسبت به شبکه Q عمیق (DQN) و الگوریتم های بازیگر-انتقادی نشان داده است.در هنگام ارزیابی مدل در یک مجموعه چند عامل ، عملکرد بالاتری در مقایسه با تنظیم تک عامل نشان می دهد.