Collaborative Multiagent Computation Offloading in Digital Twin-Driven IoV Networks

doi:10.1109/tii.2026.3692468

Collaborative Multiagent Computation Offloading in Digital Twin-Driven IoV Networks

2026-06-01

0

PRE

AI

DOI：10.1109/tii.2026.3692468

原文链接

原文求助

摘要

En 中文

随着工业物联网和车与万物互联（V2X）技术的快速发展，自动化导引车（AGV）与路侧单元（RSU）之间的协同协作已成为提升工业场景下物流效率和交通调度的关键使能技术。然而，V2X系统在动态工业网络中面临任务卸载和资源调度方面的挑战，该网络具有异构计算资源。为解决这些挑战，本研究提出了一种数字孪生驱动的边缘计算架构，并结合了协同多智能体卸载框架。具体而言，该架构虚拟化了AGV和RSU的实时状态，增强了系统对车联网工业运营的感知与协调能力。任务卸载被表述为多智能体马尔可夫决策过程，并开发了一种协同多智能体深度确定性策略梯度策略以实现自适应决策。广泛的仿真结果表明，所提出的方法在动态、资源受限的工业V2X环境中，在任务完成时间和整体效率方面显著优于当前最先进的基线方法。

Keyword:

Digital twin (DT)

edge computing

industrial Internet of Things (IIoT)

Internet of Vehicles (IoV)

task offloading

Collaborative Multiagent Computation Offloading in Digital Twin-Driven IoV Networks

摘要

期刊

机构

引用论文