一种基于强化学习的车载计算密集型应用的V2I卸载方法

摘要

一种基于强化学习的车载计算密集型应用的V2I卸载方法，属于车联网优化应用领域。本发明主要解决车辆行驶过程中产生的可划分为互有依赖性的子任务的计算密集型应用的卸载决策问题，具体而言是解决如何在应用整体上传至RSU、各子任务通过多个边缘服务器协作计算、计算结果回传给车辆期间选择合适的RSU/边缘服务器，以降低整体卸载时延和卸载服务失败所受惩罚的加权和，提供了一种面向计算密集型车联网应用的边缘服务器协作计算方案，并利用一种强化学习方法——MADDPG算法以最小化整体卸载时延和卸载服务失败所受惩罚的加权和为优化目标来求解车辆卸载应用全过程的卸载决策问题。