边缘计算环境下基于深度强化学习的车载任务卸载方法
公开
摘要
本发明公开了一种边缘计算环境下基于深度强化学习的车载任务卸载方法。本方法首先构建任务卸载环境：基于排队论对任务到达与任务卸载建立包括车辆终端、RSU的车联网环境，计算车辆任务执行时延、RSU间传递时延以及车辆终端将任务卸载至RSU的上传时延，得到任务执行总时延；再建立优化模型：将任务的总执行时延最小作为优化目标，建立优化问题；最后基于MADDPG设计了一种行为‑评价网络算法，通过行为网络参数和评价网络参数，解决智能体间没有交互，无法运用整体信息的问题，完成车载任务卸载。本发明解决了多个区域间的负载均衡的问题，避免了任务分配不均而导致的资源浪费，提高了车联网系统整体的资源利用率和运算效率。
基本信息
专利标题 ：
边缘计算环境下基于深度强化学习的车载任务卸载方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114615265A
申请号 ：
CN202210225234.0
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
沈国江孔祥杰申思徐浩然李响周楷淇
申请人 ：
浙江工业大学
申请人地址 ：
浙江省杭州市下城区潮王路18号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
邱启旺
优先权 ：
CN202210225234.0
主分类号 ：
H04L67/10
IPC分类号 ：
H04L67/10 H04L67/1008 H04L67/101 H04L67/12 G06F9/50 G06N3/04 G06N3/08
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
