基于深度强化学习的车辆边缘计算任务卸载方法OACSTPCD
Task offloading method based on deep reinforcement learning for vehicular edge computing
车辆边缘计算允许车辆将计算任务卸载到边缘服务器,从而满足车辆爆炸式增长的计算资源需求.但是如何进行卸载决策与计算资源分配仍然是亟待解决的关键问题.并且,运动车辆在连续时间内进行任务卸载很少被提及,尤其对车辆任务到达随机性考虑不足.针对上述问题,建立动态车辆边缘计算模型,描述为7状态2动作空间的M arkov决策过程,并建立一个分布式深度强化学习模型来解决问题.另外,针对离散—连续混合决策问题导致的效果欠佳,将输入层与一阶决策网络嵌套,提出一种分阶…查看全部>>
郭晓东;郝思达;王丽芳
太原科技大学电子信息工程学院,太原030024太原科技大学计算机科学与技术学院,太原030024太原科技大学计算机科学与技术学院,太原030024
计算机与自动化
车辆边缘计算任务卸载资源分配深度强化学习
vehicular edge computing(VEC)task offloadingresource distributiondeep reinforcement learning
《计算机应用研究》 2023 (9)
2803-2807,2814,6
国家自然科学基金资助项目(61876123)山西省研究生教育改革项目(2021YJJG238,2021Y697)太原科技大学博士启动基金资助项目(20212021)大学生创新创业项目(20210499)
评论