摘要

为进一步提高城市轨道交通规划通信资源分配效率，提出基于强化学习的资源分配方法，根据各轨道车辆感知到的业务请求和可用资源，轨道车辆采取相应的资源分配。根据策略可以得到奖励值，从而描述通信资源的有效分配。实验结果表明，与传统的卷积神经相比，强化学习在相同的传输距离下，可获得180kbit和142kbit的传输吞吐量。且强化学习能够在50000m的范围内保持234kbit的吞吐率。在通信资源分配任务数量达到100的时候，任务完成率达到98.5%，通信资源分配任务数量为500个时，任务完成率达到93.8%，较任务数量100个时降低5.08%。

关键词