本文轉自：新華網
在現代城市建設中，城市軌道交通系統發揮着重要作用。在城市軌道交通列車通信系統中，車車(Train-to-Train，T2T)通信是以列車為中心的新一代列控系統通信模式。與傳統的以地面控制設備為中心的車地(Train-to-Ground，T2G)通信模式相比，T2T能降低系統的複雜度以及通信時延，提升列車運行效率。但為保障列車運行的安全性，當前的城市軌道交通列車通信系統中，車車通信與車地通信是並存的。
為解決車車通信與車地通信並存場景下，通信鏈路資源複用引起的干擾問題，華東交通大學信息工程學院趙軍輝教授團隊基於深度強化學習算法，提出了一種智能頻譜共享方法。以車車通信鏈路為智能體，將頻譜共享建模為多智能體深度強化學習模型，同時引入表徵智能體行動軌跡的低維指紋信息以提升經驗池的穩定性，實現了智能體最佳的通信頻譜和傳輸功率的聯合選擇。該研究不但能使系統信道容量接近最大信道容量，而且能使數據傳輸的成功率保持在90%以上，極大地提升了列車運行的安全性。相關成果發表在《鐵道科學與工程學報》2022年第3期上，題為《基於深度強化學習的車車通信智能頻譜共享》。
《鐵道科學與工程學報》，原名《長沙鐵道學院學報》，於1979年創刊，是由教育部主管，中南大學和中國鐵道學會主辦的多學科綜合性學術期刊。《鐵道科學與工程學報》主要報道鐵道科學技術發展中的新理論、新技術、新裝備、新工藝和新材料，重點介紹鐵路重大工程中的科技成果和國際上鐵道科學技術的新發展。2018和2020年兩次榮獲“中國高校百佳科技期刊”；2019年，入選“中國科技期刊卓越行動計劃”梯隊期刊項目。