Value Matters: A Novel Value of Information-Based Resource Scheduling Method for CAVs
Notice bibliographique
Résumé
The Internet of Vehicles (IoV) can support applications in connected autonomous vehicles (CAVs), the implementation of which can effectively improve traffic efficiency. However, safety-related CAV applications have very strict requirements on the reliability and latency of each packet, which is difficult to achieve due to limited resources and the high dynamics of CAVs. In this paper, we investigate communication resource scheduling for remote autonomous driving (AD) to improve the performance of the remote control system when network resources are constrained. Specifically, we introduce a novel performance metric, i.e., <italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">value of information</i> (VoI), to capture how sending a packet will affect the performance of CAV driving safety and efficiency, i.e., the value of the packet on the considered CAV system. The formulation of VoI is derived using the Lyapunov optimization method, and the lower-bound for the performance of the AD system with a VoI-based scheduling strategy is analyzed. Then, a communication resource scheduling approach is proposed based on the VoI of each packet. Simulation results demonstrate that the proposed VoI-based resource scheduling approach is capable of accurately assessing the impact of information transfer on system performance, while ensuring the CAV's safety and enhancing traffic efficiency.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».