边缘计算环境下基于深度强化学习的车载任务卸载方法.pdfVIP

下载本文档

0
0
约2.38万字
约 18页
2023-05-12 发布于北京
举报
版权申诉

边缘计算环境下基于深度强化学习的车载任务卸载方法.pdf

1、本文档共18页，其中可免费阅读17页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

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

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114615265 A (43)申请公布日 2022.06.10 (21)申请号 202210225234.0 G06F 9/50 (2006.01)