ミリ波路車間通信のカバレッジ拡大のための深層強化学習による車両移動制御

• Item type: SIG Technical Reports(1)
• 公開日: 2018-02-19
• タイトル: ミリ波路車間通信のカバレッジ拡大のための深層強化学習による車両移動制御
• タイトル / 言語: en
• タイトル: Coverage Expansion in mmWave V2I Communications by Deep Reinforcement Learning Based Vehicle Re-deployment
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: マルチホップ無線
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 京都大学大学院情報学研究科
• 著者所属: 京都大学大学院情報学研究科
• 著者所属: 京都大学大学院情報学研究科
• 著者所属: 京都大学大学院情報学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者名: 田谷, 昭仁; 西尾, 理志; 守倉, 正博; 山本, 高至
• 著者名(英): Akihito, Taya; Takayuki, Nishio; Masahiro, Morikura; Koji, Yamamoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: コネクテッドカーにおける高速通信を実現するため，広帯域を利用可能なミリ波帯が注目されているが，ミリ波帯の電波はマイクロ波帯に比べて距離減衰が大きいためカバレッジが狭くなる問題がある．少ない路上基地局 (RSU : Road Side Unit) だけでカバレッジを確保する手法として，マルチホップ通信が検討されているが，ミリ波通信でマルチホップ通信を利用するためには，遮蔽による通信品質の劣化への対処が課題となる．本稿では，自動運転が可能なコネクテッドカーを想定し，RSU までミリ波マルチホップで接続可能な範囲を拡大するため，LOS / NLOS (Non Line of Sight) を考慮しながら車両自身が移動して長いマルチホップリレーを構成する手法を提案する．自走ロボットによる無線センサネットワークでは移動制御に VFA (Virtual Fbrce Algorithm) がよく使用されるが，VFA は通信品質が距離に対して単調減少する単純なモデルを前提とするため，遮蔽による電力減衰が大きいミリ波通信では VFA の前提が成立せず，カバレッジ拡大は困難である．提案手法は強化学習を用いることで，複雑なミリ波通信品質のモデル化が困難であっても，車両自らが試行錯誤することで， カバレッジを拡大する移動方策を学習することが可能である．また，強化学習の状態定義として， リレー長の情報を含めることで性能を向上する．シミュレーション評価により，提案手法は一部の車両のみが移動制御対象の場合でもカバレッジを拡大でき，VFA による移動制御よりもカバレッジを拡大できることを示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The small coverage of road side units (RSUs) is one of the challenges in millimeter wave (mmWave) communications for autonomous vehicles. A key concept of this paper is leveraging vehicles' position controllability to increase the coverages of RSUs by creating long multi-hop relays. Vehicles should be positioned where they can communicate with each other in line-of-sight (LOS) paths because the blockages of LOS paths is a crucial problem in mmWave communications. In this paper, a vehicle position control method based on reinforcement learning (RL) is proposed to avoid blockage and create long relays in order to increase coverage. RL enables vehicles to predict the future coverages achieved by their subsequent actions and therefore, its performance exceeds that of a conventional strategy which is used for moving control of wireless sensor networks. This paper also proposes state designs with information of relay length to improve the performance of increasing coverages. Simulation results confirm that the proposed method increase coverages even when not all the vehicles' positions are controllable. In addition, it is shown that a RL-based strategy achieves higher performances than gradient-based strategies.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11838947
• 書誌情報: 研究報告ユビキタスコンピューティングシステム（UBI）; 巻 2018-UBI-57, 号 44, p. 1-6, 発行日 2018-02-19
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8698
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会