.png){kind=icon}
返回
A mobility-aware task offloading approach for vehicles in cloud-edge collaborative environments
.png){kind=icon}
PRE
AI
DOI：10.1007/s10586-025-05563-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在云边协同环境中，针对数据密集型和延迟敏感型计算任务的车辆任务卸载优化已引起广泛关注。由于传统云计算架构因车辆资源有限无法满足实时需求，促使将计算卸载至移动边缘计算（MEC）服务器成为提升处理速度和服务质量的可行方案。然而，现有方法存在局限性。传统马尔可夫决策过程（MDP）模型忽略了车辆移动性引发的切换成本及MEC资源异构性约束，因此缺乏动态适应性。在高密度场景下，由于单经验池的状态分布偏移，导致策略不稳定和政策振荡。此外，静态服务部署会导致车辆-服务器连接质量差。为解决这些问题，提出了基于时分复用和动态决策的车辆任务卸载（VTO-TD3）框架。该框架将车辆任务卸载建模为约束马尔可夫决策过程（CMDP），通过分离成功与失败卸载经验的双经验池增强策略鲁棒性。同时，设计了一种考虑移动感知资源约束的CMDP奖励函数，用于联合优化服务器选择与资源分配。基于真实数据集的实验表明，VTO-TD3可显著降低服务接入延迟，最高降幅达13.17%，并在动态场景中表现出强鲁棒性。本研究为智能交通系统中低延迟、高可靠性的车辆服务提供了理论及实践指导。
Keyword:
Mobile edge computing
Reinforcement learning
Internet of vehicles
Task offloading
期刊
C
IF:
0
论文数:
691
被引数:
1
机构
引用论文
Prioritization Based Task Offloading in UAV-Assisted Edge Networks无人机辅助边缘网络中基于优先级的任务卸载.png)
SENSORS
OAAI
SENSORSIF3.5
OAAI分享收藏Contract-theoretic Approach for Delay Constrained Offloading in Vehicular Edge Computing Networks
PREAI
分享收藏Joint Resource Scheduling for UAV-Enabled Mobile Edge Computing System in Internet of Vehicles基于无人机的车联网移动边缘计算系统联合资源调度
PREAI
分享收藏分享收藏Joint Multi-User Computation Offloading and Data Caching for Hybrid Mobile Cloud/Edge Computing
PREAI
分享收藏Resource Allocation and Computation Offloading for Wireless Powered Mobile Edge ComputingSENSORSOAAI
SENSORSIF3.5
OAAI分享收藏
查看更多内容