Cooperative Relaying for Connected Construction Equipment Networks With Hybrid Hierarchical Proximal Policy Optimization
Notice bibliographique
Résumé
The communication network in a tunnel construction site facilitates real-time data exchange, and serves as a backbone for successfully executing construction projects. However, the long and closed spaces, irregular surfaces, and variable topology as tunnel excavation impose rigorous limitations on signal propagation, communication quality and coverage. To alleviate the realistic issues, we introduce a holistic three-phase cooperative relay scheme based on 5G New Radio (NR) vehicle-to-everything (V2X) architecture, which can extend the communication range and enhance network throughput. We theoretically derive the outage probability of the entire cooperative relaying process from source to destination, and quantify the impact of relaying on construction workflow with relay cost. To minimize the outage probability and relay cost, we formulate a cooperative relay strategies optimization problem and transform the solving procedure into a Markov decision process (MDP). We design a hybrid hierarchical proximal policy optimization (HH-PPO) reinforcement learning method to solve the MDP, which consists of two discrete actor networks, two continuous actor networks, and two critic networks. The hybrid structure enables HH-PPO to tackle the mixed action space, and the hierarchical structure enables adaptive and contextual actions generation by integrating the discrete network outputs into the continuous actor network. Simulation results validate the effectiveness of the HH-PPO algorithm with faster convergence speed, and show superior performance in terms of lower, stable outage probability and relay cost satisfaction compared with another benchmark.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».