一种面向车联网网络切片的资源分配方案

为了满足车联网中不同类型的应用对服务质量的不同需求，提出了一种基于深度强化学习的车联网资源分配方案。根据车联网服务对时延和数据传输速率的要求，把车联网服务分成两种切片方式。切片1是要求低时延的V2V链路的服务；切片2是要求高数据传输速率的V2I链路的服务。通过设计动作空间、状态空间、奖励函数，训练出一个可以在车联网动态环境下实时调整，给出当下最优资源分配策略的网络，使得设计出的网络能够在保证切片1时延约束的前提下提高切片2的数据传输速率，以解决基于V2V通信和V2I通信的车联网资源分配问题。