公开(公告)号：CN118870395B

公开(公告)日：2024-12-17

申请号：CN202411288630.3

申请日：2024-09-14

Applicant: 暨南大学

Inventor： 黄秀姐 ,  陈宇豪 ,  官全龙 ,  崔林 ,  赵山程 ,  陈仁章 ,  刘志全

IPC: H04W24/02 ,  H04W24/06 ,  H04W28/08 ,  H04W28/16 ,  H04W4/44 ,  H04W4/46 ,  G06F8/61 ,  G06F9/50 ,  G06N3/006 ,  G06N3/0464

Abstract: 本发明提供一种基于自注意力机制的车联网任务卸载和资源分配方法及系统，方法包括以下步骤：基于车联网高速道路环境VEC架构，构建车联网任务卸载模型；基于车联网任务卸载模型，获得任务卸载和资源分配的联合优化问题；将联合优化问题转化为马尔科夫决策过程；采用基于自注意力机制的A‑MADDPG算法求解马尔科夫决策过程，获得联合优化方案；基于联合优化方案，完成车联网任务卸载和资源分配。本发明所设计的任务卸载联合优化方案，通过智能协作，车辆不仅选取合适的卸载对象还选取合适的通信信道进行卸载传输，而且各个边缘服务器闲置资源按照任务需求进行动态分配，从而确保整个环境中的所有车辆都能处于高效的运行水平。

公开(公告)号：CN118870395A

公开(公告)日：2024-10-29

申请号：CN202411288630.3

申请日：2024-09-14

Applicant: 暨南大学

Inventor： 黄秀姐 ,  陈宇豪 ,  官全龙 ,  崔林 ,  赵山程 ,  陈仁章 ,  刘志全

IPC: H04W24/02 ,  H04W24/06 ,  H04W28/08 ,  H04W28/16 ,  H04W4/44 ,  H04W4/46 ,  G06F8/61 ,  G06F9/50 ,  G06N3/006 ,  G06N3/0464

Abstract: 本发明提供一种基于自注意力机制的车联网任务卸载和资源分配方法及系统，方法包括以下步骤：基于车联网高速道路环境VEC架构，构建车联网任务卸载模型；基于车联网任务卸载模型，获得任务卸载和资源分配的联合优化问题；将联合优化问题转化为马尔科夫决策过程；采用基于自注意力机制的A‑MADDPG算法求解马尔科夫决策过程，获得联合优化方案；基于联合优化方案，完成车联网任务卸载和资源分配。本发明所设计的任务卸载联合优化方案，通过智能协作，车辆不仅选取合适的卸载对象还选取合适的通信信道进行卸载传输，而且各个边缘服务器闲置资源按照任务需求进行动态分配，从而确保整个环境中的所有车辆都能处于高效的运行水平。