Core Concepts
提案されたアルゴリズムは、ITS環境において車両ユーザーが自身の目標を重視し、演算資源の割り当てを最適化することを可能にします。
Abstract
ITS環境は動的で分散しており、多くの異なる目標を持つ参加者が存在する。
提案されたMARLアルゴリズムは高い学習効率と低い計算要件を持ち、新しい環境に迅速に適応し、他のアルゴリズムよりも優れたパフォーマンスを示す。
ユーザーは自身のオフロード目標を選択し重み付けできる。
アルゴリズムはモジュール化されており非同期オンライントレーニング方法で訓練可能。
Stats
経験的結果では、アルゴリズムは新しい環境に迅速に適応し、全ての個別およびシステムメトリクスで優れたパフォーマンスを発揮した。
Quotes
"提案されたMARLアルゴリズムは高い学習効率と低い計算要件を持ちます。"
"ユーザーは自身のオフロード目標を選択し重み付けできます。"