公路与水路运输论文_车辆边缘计算环境下基于深

文章摘要:车辆边缘计算是一种新型的计算范式，通过将计算和通信资源分布到靠近车辆的一侧，来提高资源受限车辆的计算和通信能力，从而为车载用户提供低延迟的服务。然而，在车辆边缘环境下，如何高效地进行服务卸载，并同时考虑服务的卸载决策以及边缘服务器和云服务器的协同资源分配，仍是一个具有挑战性的问题。针对上述问题，本文提出了一种基于深度强化学习的服务卸载方法。首先，提出了车辆边缘环境下一种端-边-云协同的服务卸载架构，将服务卸载问题归约为边缘服务器计算和通信资源约束下获得最小平均服务时延的优化问题。其次，引入了深度Q网络（deep Q-network， DQN）来解决优化问题，在学习过程中引入贪婪算法、经验回放机制和双网络机制。最后，实验结果表明，该方法是可行的，所提的卸载方案具有良好的性能。

文章关键词:

论文分类号:U495;TN929.5;TP18

上一篇：高等教育论文_基于OODA循环的高校常态化疫情防
下一篇：没有了