J 2022

Reinforcement Learning-Based Routing Protocols in Vehicular Ad Hoc Networks for Intelligent Transport System (ITS): A Survey

LÁNSKÝ, Jan; Amir Masoud RAHMANI a Mehdi HOSSEINZADEH

Základní údaje

Originální název

Reinforcement Learning-Based Routing Protocols in Vehicular Ad Hoc Networks for Intelligent Transport System (ITS): A Survey

Název česky

Posílení směrovacích protokolů založených na učení ve vozidlech ad hoc sítí pro inteligentní dopravní systém (ITS): Průzkum

Autoři

LÁNSKÝ, Jan (203 Česká republika, garant, domácí); Amir Masoud RAHMANI a Mehdi HOSSEINZADEH

Vydání

Mathematics, Basel (Switzerland), MDPI, 2022, 2227-7390

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Švýcarsko

Utajení

není předmětem státního či obchodního tajemství

Odkazy

Impakt faktor

Impact factor: 2.400

Kód RIV

RIV/04274644:_____/22:#0000916

Organizační jednotka

Vysoká škola finanční a správní

DOI

UT WoS

000902593700001

EID Scopus

2-s2.0-85144670368

Klíčová slova česky

vozidlová ad hoc síť (VANET); posilování učení (RL); umělá inteligence (AI); strojové učení (ML); bezdrátové sítě

Klíčová slova anglicky

vehicular ad hoc network (VANET); reinforcement learning (RL); artificial intelligence (AI); machine learning (ML); wireless networks

Štítky

Příznaky

Mezinárodní význam, Recenzováno
Změněno: 3. 2. 2023 12:29, Mgr. Jitka Štruncová

Anotace

ORIG CZ

V originále

Today, the use of safety solutions in Intelligent Transportation Systems (ITS) is a serious challenge because of novel progress in wireless technologies and the high number of road accidents. Vehicular ad hoc network (VANET) is a momentous element in this system because they can improve safety and efficiency in ITS. In this network, vehicles act as moving nodes and work with other nodes within their communication range. Due to high-dynamic vehicles and their different speeds in this network, links between vehicles are valid for a short time interval. Therefore, routing is a challenging work in these networks. Recently, reinforcement learning (RL) plays a significant role in developing routing algorithms for VANET. In this paper, we review reinforcement learning and its characteristics and study how to use this technique for creating routing protocols in VANETs. We propose a categorization of RL-based routing schemes in these networks. This paper helps researchers to understand how to design RL-based routing algorithms in VANET and improve the existing methods by understanding the challenges and opportunities in this area.

Česky

Dnes je používání bezpečnostních řešení v inteligentních dopravních systémech (ITS) vážné problém kvůli novému pokroku v bezdrátových technologiích a vysokému počtu dopravních nehod. Vehikulární ad hoc síť (VANET) je důležitým prvkem v tomto systému, protože se může zlepšit bezpečnost a účinnost v ITS. V této síti vozidla fungují jako pohyblivé uzly a spolupracují s ostatními uzly v jejich komunikačním dosahu. Kvůli vysoce dynamickým vozidlům a jejich různým rychlostem v této síti jsou vazby mezi vozidly platné po krátký časový interval. Proto je směrování a náročná práce v těchto sítích. V poslední době hraje významnou roli posilovací učení (RL). při vývoji směrovacích algoritmů pro VANET. V tomto dokumentu shrnujeme posilovací učení a jeho charakteristiky a studovat, jak tuto techniku použít pro vytváření směrovacích protokolů ve VANETech. Navrhujeme kategorizaci směrovacích schémat založených na RL v těchto sítích. Tento papír pomáhá vědci pochopit, jak navrhnout směrovací algoritmy založené na RL ve VANET a zlepšit je stávajících metod pochopením výzev a příležitostí v této oblasti.

Přiložené soubory

22e.Math.Transport_system.pdf Verze souboru