本文转自：新华网
在现代城市建设中，城市轨道交通系统发挥着重要作用。在城市轨道交通列车通信系统中，车车(Train-to-Train，T2T)通信是以列车为中心的新一代列控系统通信模式。与传统的以地面控制设备为中心的车地(Train-to-Ground，T2G)通信模式相比，T2T能降低系统的复杂度以及通信时延，提升列车运行效率。但为保障列车运行的安全性，当前的城市轨道交通列车通信系统中，车车通信与车地通信是并存的。
为解决车车通信与车地通信并存场景下，通信链路资源复用引起的干扰问题，华东交通大学信息工程学院赵军辉教授团队基于深度强化学习算法，提出了一种智能频谱共享方法。以车车通信链路为智能体，将频谱共享建模为多智能体深度强化学习模型，同时引入表征智能体行动轨迹的低维指纹信息以提升经验池的稳定性，实现了智能体最佳的通信频谱和传输功率的联合选择。该研究不但能使系统信道容量接近最大信道容量，而且能使数据传输的成功率保持在90%以上，极大地提升了列车运行的安全性。相关成果发表在《铁道科学与工程学报》2022年第3期上，题为《基于深度强化学习的车车通信智能频谱共享》。
《铁道科学与工程学报》，原名《长沙铁道学院学报》，于1979年创刊，是由教育部主管，中南大学和中国铁道学会主办的多学科综合性学术期刊。《铁道科学与工程学报》主要报道铁道科学技术发展中的新理论、新技术、新装备、新工艺和新材料，重点介绍铁路重大工程中的科技成果和国际上铁道科学技术的新发展。2018和2020年两次荣获“中国高校百佳科技期刊”；2019年，入选“中国科技期刊卓越行动计划”梯队期刊项目。