人工智能驱动的多智能体车辆规划：在6G智能城市中实现电池效率和服务质量

于红博

摘要: 存在用于车辆物联网节点与云通过边缘节点进行通信的模拟器，这些模拟器通常缺乏对动态代理规划和优化的支持，以最小化车辆电池消耗同时确保公平的通信时间。解决这些挑战需要通过AI算法扩展当前的模拟器架构，用于交通预测和动态代理规划。本文提出了SimulatorOrchestrator（SO）的扩展以满足这些要求。通过对现实城市数据集的初步结果显示，利用车辆规划算法可以提高电池和QoS性能，与传统的最短路径算法相比。额外包括可取性区域使更多的救护车被路由到目标位置，同时利用更少的能量来实现，与传统和加权算法不考虑可取性的情况相比。

更新时间: 2025-09-18 11:46:22

领域: cs.NI,cs.AI,cs.ET

下载: http://arxiv.org/abs/2509.14877v1