Core Concepts
Q学習を活用することで、4G通信コストを40-50%削減しつつ、99.5%のパケットが所定の遅延閾値内に収まるようにする。
Abstract
本研究では、車両に取り付けられた大気質監視デバイスを活用したリアルタイムモバイル大気質監視システムに焦点を当てている。デバイスは継続的に大気質指標を測定し、4Gまたはwi-fiの通信チャネルを介してサーバーに転送する。
提案手法では、Q学習を活用して4G通信コストを最小化しつつ、データ遅延が所定の閾値内に収まるようにする。実験結果から、提案手法は4G通信コストを40-50%削減しつつ、99.5%のパケットが所定の遅延閾値内に収まることが示された。
Stats
4Gを使用したパケット送信の割合は、提案手法では50%程度であるのに対し、ベースラインの固定確率戦略では60-80%と高くなる。
提案手法では、所定の遅延閾値を超えるパケットの割合が0.5-0.24%と、ベースラインの3-5倍低い。