基于强化学习的资源分配方案，用于智慧城市中5G网络的车辆通信

为什么智能交通需要智能功率管理

随着城市里充斥着联网汽车、手机和路侧传感器，所有这些无线通信在不显山不露水中消耗了大量电能。支持车辆之间及车辆与交通信号灯通信的网络必须既快速可靠，又在能耗上尽量节制，才能实现更清洁、更环保的交通。本文探讨了一种简单的学习软件如何帮助车辆自动选择恰当的无线发射功率，在减少浪费的同时确保关键的安全信息得以传递。

会“学习说话音量”的汽车

这项工作聚焦于车到一切（V2X）链路，车辆通过5G与其他车辆、行人、路侧单元及更广泛的网络共享信息。在繁忙街道上，信号在建筑物间反射、车辆高速移动，使无线链路质量瞬息万变。传统上，发射功率由固定规则或集中式调度器设定，但它们难以跟上这种持续的动态变化。这里，每辆车运行一个小型学习代理，观测周围环境、选择无线电功率，并根据结果进行学习。

学习如何引导功率使用

作者基于一种称为Q学习的方法，因为它足够轻量，可以在车载电子设备上运行。代理观察一些简单的测量值，例如信号相对于干扰的强度、与接收端的距离，以及道路的拥挤程度。针对每种情形，它尝试不同的功率设定，并获得一个数值奖励，该奖励在两个目标之间权衡：快速且清晰地发送数据，同时尽可能少用电。在大量试验中，代理逐步填充一张将情形映射到合适功率选择的小表格，最终收敛到一种不依赖大型处理器或详尽网络模型的有效策略。

在复杂真实城市条件下工作

为验证该想法，研究人员模拟了一个繁忙的城市路口，包含车辆、行人、路侧单元和5G基站。模型考虑了实际效应，如随距离的信号衰减、来自建筑的反射，以及移动车辆产生的多普勒频移。学习代理在初期几乎随机探索，所以其能效和数据质量在训练的不同运行间波动较大。但随着经验积累，其行为趋于稳定：通常选择适中的功率水平，既能保持对安全消息足够强的信号，又避免对无线频谱进行过度“轰炸”。仿真显示，能效在特定距离和信号质量下达到峰值，当链路过长需要浪费性增大发射功率时，能效会下降。

用于稳健本地控制的简单软件

该方法的一个关键优点是每辆车独立学习，仅使用本地信息。如果某个路侧单元失效或覆盖暂时减弱，车辆会注意到链路质量下降并尝试其它功率选择以恢复性能。由于学习表较小，该方法适合嵌入式硬件，并能快速对变化的交通与信道条件做出反应。研究还考察了射频信道测量不完美的情况，发现这些误差可随时间被平均掉，使代理无需对网络有完备视图也能找到稳定、合理的策略。

对未来街道的意义

对于日常道路使用者而言，这项工作的核心信息是：同样的智能不仅能让车辆更安全，也能让它们对电网更友好。通过让每辆车学习在空中“说话”的音量，研究展示了一条路径：无线系统在降低能耗的同时仍能提供碰撞预警等时间关键服务所需的快速、可靠链路。作者建议，未来若有多辆车协同与共享学习，可能进一步改善在拥挤城市街道上对无线频谱的利用。

引用: Brindha, S., Nasreen, P.P.S., Sagar, P. et al. Reinforcement learning based resource allocation scheme for vehicular communication in 5G networks for smart cities. Sci Rep 16, 15807 (2026). https://doi.org/10.1038/s41598-026-45209-6

关键词: 5G V2X, 智慧城市, 强化学习, 能效, 车载通信