-
公开(公告)号：CN116033388A
公开(公告)日：2023-04-28
申请号：CN202211602794.X
申请日：2022-12-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度强化学习与契约匹配的车辆雾计算方法，在车辆雾计算基础上，利用深度强化学习来对车辆资源进行合理的分配与优化，并构建一个基于车辆雾计算的任务卸载框架。该框架采用签订合同的方式，在面对车辆移动性、任务优先级与车辆服务可用性的情况下，最大化实现资源的合理分配。车辆大致分为两类：任务车辆与服务车辆。首先任务车辆产生任务并将其发送到路边处理单元RSU，采用SAC算法根据任务的优先级与车辆服务的可用性以及服务车辆提供的共享计算能力，建立服务车辆的偏好列表；其次RSU会选择相应的服务车辆签订合同并制定报酬，最后执行任务卸载策略，在保证任务可以被完成的前提下最大实现资源的合理分配。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
