摘要
车辆与万物通信（V2X）是智能交通系统的重要组成部分，它能够支持高数据传输速率的车辆与基础设施之间的通信（V2I），以及极其可靠且低延迟的车辆之间通信（V2V）。然而，在人口密集的城市环境中，由于严重的遮挡、快速的信道变化以及高强度的干扰，V2X服务的性能会大幅下降。智能反射面（IRSs）可以被用来优化无线传播环境，从而提升V2X通信的质量。不过，如何同时优化发射功率、频谱复用以及IRS的反射系数，其实是一个混合整数非线性问题，而车辆快速移动以及V2X网络中不断变化的干扰状况更是让这个问题变得更加复杂。为了解决这一难题，本研究提出了一种可扩展且易于部署的分层多智能体深度强化学习（DH-MDRL）框架。该框架的核心设计理念是分离不同的控制时间尺度：每个V2V链路都作为一个自主智能体，能够根据实时观测结果快速做出决策，确定自身的发射功率和频谱复用策略；而基站处的IRS控制器则利用全局网络信息，在较慢的时间尺度上调整IRS的反射系数。这种分层架构既减少了集中式资源分配所需的协调信号，又实现了资源的分布式分配。经过建模分析，这种带有IRS辅助的V2X网络可以被视作一个马尔可夫决策过程，其奖励机制旨在在满足V2I通信的数据速率要求的同时，确保具有安全关键性的V2V通信的延迟和可靠性指标。仿真结果表明，所提出的DH-MDRL框架相较于没有IRS辅助的传统方案表现更为优异，而且在满足V2V链路约束的概率与提升V2I链路数据速率之间取得了更好的平衡，其效果也优于集中式资源分配方式。
