资料下载
×
基于强化学习的车联网边云协同卸载方案
消耗积分:0 |
格式:pdf |
大小:1.20 MB |
2021-04-29
分享资料个
车联网边缘计算是实现车联网系统低时延和高可靠性的关键技术，但现有方法普遍存在场景趋同和系统建模局限的问题，同时包含复杂的训练过程并面临维灾风险。通过结合云计算技术，提出一种基于多智能体强化学习的边云协同卸载方案。依据随机几何理论计算卸载节点覆盖概率，对车辆节点与卸载对象进行预配对。利用线性Q函数分解方法反映每个智能体多效用因子与任务决策间的映射关系，通过云端协同机制将智能体决策记录作为经验上传到云端，并在云端将训练更完备的神经网络反馈到边缘节点。仿真结果表明，该方案在功耗和延时方面性能优于单固定边缘的计算策略，且算法复杂度较低，能够有效提升边云协同卸载能力，实现低时延、高可靠的任务卸载。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
