车路协同感知增强
利用代理度量的贝叶斯优化与多智能体深度强化学习结合，高效求解动态遮挡下的感知单元最优部署。
郑玉冰 · Ma, Yang · Wang, Shuyi · 冯忠祥 · Wong, Y. D. · Easa, Said M.
IEEE Internet of Things Journal 2025
用代理度量代替仿真在环评估，避免每次评估都运行完整交通仿真，从而显著缩短优化时间。
引入概率占用栅格表征由车辆运动引起的动态遮挡不确定性，并通过提出的考虑遮挡的光线投射算法进行估计，为部署优化提供可计算的感知质量度量。
将贝叶斯优化与多智能体深度强化学习相结合，在优化感知单元部署上优于单独使用贝叶斯优化。
当网联车渗透率达到50%时，观测占用栅格已非常接近真值，进一步增加网联车数量对提升协同感知能力贡献不大。