买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆理工大学申请的专利基于深度强化学习的超密集车联网自适应资源分配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119865914B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510010094.9，技术领域涉及：H04W72/541；该发明授权基于深度强化学习的超密集车联网自适应资源分配方法是由黄杰;李幸星;杨凡;赖显智;丁睿杰;孙一丹;姚凤航;蔡杰良设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本基于深度强化学习的超密集车联网自适应资源分配方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的超密集车联网自适应资源分配方法，该方法包括：建立超密集车联网的通信模型，所述通信模型中包括基站、发送车辆和接收车辆，基站通过V2I链路与车辆交换数据，车辆之间通过V2V链路通信；根据通信模型中车辆之间的干扰关系，确定以接收车辆为中心的加权干扰模型；根据通信模型和加权干扰模型，建立通信模型的资源分配模型，所述资源分配模型为在一定约束条件下以资源重用率最大且所分配的资源不冲突为目标的优化问题；将所述优化问题转化为马尔可夫决策过程问题；利用FedAvg‑AC算法进行求解，得到超密集车联网的资源分配策略。本发明有益效果提高了资源分配的效率。

本发明授权基于深度强化学习的超密集车联网自适应资源分配方法在权利要求书中公布了：1.一种基于深度强化学习的超密集车联网自适应资源分配方法，其特征在于，包括： 建立超密集车联网的通信模型，所述通信模型中包括基站和K个车辆，K个车辆包括F个发送车辆和R个接收车辆，基站通过V2I链路与车辆交换数据，车辆之间通过V2V链路通信，发送车辆向接收车辆发送信号，其中，V2V链路的个数为N； 根据通信模型中车辆之间的干扰关系，确定以接收车辆为中心的加权干扰模型； 根据通信模型和加权干扰模型，建立通信模型的资源分配模型，所述资源分配模型为在一定约束条件下以资源重用率最大且所分配的资源不冲突为目标的优化问题； 将所述优化问题转化为马尔可夫决策过程问题； 利用FedAvg‑AC算法，对马尔可夫决策过程问题进行求解，得到超密集车联网的资源分配策略；其中：FedAvg‑AC算法具体包括： 构建全局模型和本地AC模型，将每个V2V链路作为一个智能体，每个智能体对应一个本地AC模型，每个智能体都使用全局模型构建本地AC模型，在全局模型训练过程中，每个智能体从所述智能体对应的本地经验重放池Dn中随机抽取预设数量的数据集Bn以更新与所述智能体对应的本地AC模型；在一轮学习结束后，通过每个本地AC模型的参数进行加权平均得到全局模型的参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69号附1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。