arXiv cs.LG· Farhoud Jafari Kaleibar, Amr M. Zaki, Marin Litoiu·· 25 天前AI 评分26
基于强化学习与博弈论的资源受限车联网自适应多判别器 WGAN 框架
Adaptive Multi-Discriminator WGAN Framework for Resource-Constrained Internet of Vehicles Using Reinforcement Learning and Game Theory
AI 导读
研究人员提出结合强化学习与博弈论的自适应多判别器 WGAN 框架，以解决车联网环境下的生成模型资源编排难题。框架通过路侧单元的 DQN 智能体协调车载节点分布式训练，动态平衡对抗质量、延迟与通信开销。在真实 NGSIM 轨迹数据评测中，其取得最低的 1.029 RMSE 与 0.894 MAE，平均 CPU 利用率降低约 28%，内存使用量减少约 6%。
来源：arXiv cs.LG · arxiv.org