车联多智能体协同决策机制：提升自动驾驶信息融合

“面向自动驾驶应用的车联多智能体信息融合协同决策机制研究”是一篇探讨如何利用车联多智能体系统提升自动驾驶效率的文章。作者曹佳钰、冷甦鹏、张科来自电子科技大学信息与通信工程学院。 文章指出，自动驾驶车辆在智能交通系统中占据关键位置，它们依赖于大量的交通数据进行信息处理和控制决策。然而，交通信息具有时空特性，信息的价值往往局限于特定的时间段和地理区域。单个自动驾驶车辆受限于其自身的感知范围，无法有效获取和处理这些信息，从而限制了数据采集的效率。为解决这一问题，文章提出了车联多智能体协同决策的方案，这种机制通过多维度信息融合，能够增强车载系统的感知能力，提高自动驾驶任务的执行效果。 作者进一步设计了一种智能分布式决策算法，该算法的目标是同时最大化信息融合对自动驾驶任务的贡献，以及整个路网的交通流量。此外，算法还需考虑自动驾驶车辆的成本和资源限制，确保决策的经济性和可行性。仿真结果证明了提出的算法在收敛性和实用性方面的优势。 关键词涵盖了自动驾驶、多智能体、信息融合和移动边缘服务等核心概念。文章的中图分类号为TP393，文献标识码为A，doi为10.11959/j.issn.2096−3750.2020.00179，表明了其在物联网领域的研究性质。 本文的研究主要集中在车联网络环境下，如何通过多智能体协同和信息融合技术优化自动驾驶的决策过程，以实现更高效、安全的自动驾驶应用。这不仅对于提升自动驾驶车辆的性能至关重要，也为未来智能交通系统的设计提供了理论依据和技术支持。