| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-02-27 14:15 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 ○田谷昭仁・西尾理志・守倉正博・山本高至（京大）  MoNA2017-69 |
|
| 抄録 | （和） | 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 Force 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修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，勾配法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． |
| （英） | 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. | |
| キーワード | （和） | コネクテッドカー / ミリ波通信 / マルチホップ / 深層強化学習 / / / / |
| （英） | Vehicular Communications / MmWave Communications / Multihop / Deep Reinforcement Learning / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 450, MoNA2017-69, pp. 317-322, 2018年2月. | |
| 資料番号 | MoNA2017-69 | |
| 発行日 | 2018-02-19 (MoNA) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | MoNA2017-69 |
|
| 研究会情報 | |
| 研究会 | MoNA ASN IPSJ-MBL IPSJ-UBI |
| 開催期間 | 2018-02-26 - 2018-02-27 |
| 開催地（和） | 上智大学 |
| 開催地（英） | Sophia University |
| テーマ（和） | ユビキタスシステム、知的環境、モバイル時代を支える次世代無線技術、モバイルネットワーク、および一般 |
| テーマ（英） | Ubiquitous system, Ambient intelligence, Next generation wireless communicasion, Mobile network, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | MoNA |
| 会議コード | 2018-02-MoNA-ASN-MBL-UBI |
| 本文の言語 | 日本語 |
| タイトル（和） | 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 |
| サブタイトル（和） | |
| タイトル（英） | Coverage Expansion in mmWave V2I Communications by Deep Reinforcement Learning Based Vehicle Re-deployment |
| サブタイトル（英） | |
| キーワード(1)（和/英） | コネクテッドカー / Vehicular Communications |
| キーワード(2)（和/英） | ミリ波通信 / MmWave Communications |
| キーワード(3)（和/英） | マルチホップ / Multihop |
| キーワード(4)（和/英） | 深層強化学習 / Deep Reinforcement Learning |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 田谷 昭仁 / Akihito Taya / タヤ アキヒト |
| 第1著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 西尾 理志 / Takayuki Nishio / ニシオ タカユキ |
| 第2著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 守倉 正博 / Masahiro Morikura / モリクラ マサヒロ |
| 第3著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 山本 高至 / Koji Yamamoto / ヤマモト コウジ |
| 第4著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-02-27 14:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | MoNA |
| 資料番号 | MoNA2017-69 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.450 |
| ページ範囲 | pp.317-322 |
| ページ数 | 6 |
| 発行日 | 2018-02-19 (MoNA) |
[研究会発表申込システムのトップページに戻る]