一种基于深度强化学习的车联网边缘计算服务迁移方法
公开
摘要
一种基于深度强化学习的车联网边缘计算服务迁移方法。移动边缘计算是降低车辆网络时延的关键技术之一，由于车辆的机动性，它们所请求的服务应该经常在不同的MEC(Mobile Edge Computing)服务器上迁移，以保证它们严格的服务质量要求。但是由于车辆移动的不确定性，频繁的迁移会增加成本和时间延迟，所以设计一个好的迁移方法是非常具有挑战的。本方法在满足迁移代价的情况下，最小化服务迁移的完成时间。使用深度强化学习在车联网中构造了一个改进的深度确定性策略梯度算法来优化车辆任务迁移的代价和时间延迟。同时，使用了集中式训练分布式执行的方法来解决在车联网中车辆任务迁移时的高维度问题。
基本信息
专利标题 ：
一种基于深度强化学习的车联网边缘计算服务迁移方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114625504A
申请号 ：
CN202210232318.7
公开（公告）日 ：
2022-06-14
申请日 ：
2022-03-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
肖春来刘迪赵洪祥张德干张捷张婷王法玉陈洪涛朴铭杰高星江李荭娜李思强
申请人 ：
天津理工大学
申请人地址 ：
天津市西青区宾水西道391号
代理机构 ：
天津佳盟知识产权代理有限公司
代理人 ：
李淑惠
优先权 ：
CN202210232318.7
主分类号 ：
G06F9/48
IPC分类号 ：
G06F9/48 G06N3/04 G06N3/08 G06N7/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F9/00
程序控制装置，例如，控制单元
G06F9/06
应用存入的程序的，即应用处理设备的内部存储来接收程序并保持程序的
G06F9/46
多道程序装置
G06F9/48
程序启动；程序切换，例如通过中断
法律状态
2022-06-14 ：
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
