.png){kind=icon}
返回
Mobility-Aware Collaborative Task Offloading for Parallel Tasks in Vehicular Edge Computing
.png){kind=icon}
PRE
AI
DOI：10.1109/TMC.2025.3631820.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
车载互联网技术的快速发展导致了车载数据生成的爆发式增长，对时延敏感型应用提出了严格的计算需求。通过将计算任务卸载至路侧单元（RSUs），车载边缘计算（VEC）为这些时延敏感型应用提供了高效解决方案。然而，当前的任务卸载方案通常忽略了由车辆移动性引起的时间变化拓扑结构，这带来了任务中断的风险。此外，现有的任务卸载模型主要关注串行任务处理，未能充分考虑到并行任务之间的关系，导致在多任务VEC场景中资源利用率低下和潜在的时延累积。为此，我们提出了一种基于移动性感知的协作任务卸载方案（CoTOP）用于并行任务的车载边缘计算（VEC）。结合车辆移动性检测，设计了一种基于深度强化学习的协作任务卸载模型，实现了RSU之间的有效协调以降低任务处理时延。此外，还整合了任务优先级算法以优化资源分配。实验结果表明，CoTOP在任务处理时延、能耗和完成率方面显著优于现有方案。
Keyword:
Vehicular edge computing
deep reinforcement learning
task offloading
vehicle mobility
期刊
IF:
9.2
论文数:
5.9K
被引数:
1.8W
机构
引用论文
.png){kind=icon}
分享收藏MESON: A Mobility-Aware Dependent Task Offloading Scheme for Urban Vehicular Edge Computing介子: 一种基于移动感知的城市车载边缘计算任务卸载方案
OAAI
OAAI分享收藏Asynchronous Federated Deep-Reinforcement-Learning-Based Dependency Task Offloading for UAV-Assisted Vehicular Networks无人机辅助车载网络中基于深度强化学习的异步联合依赖任务卸载
PREAI
分享收藏分享收藏Towards Understanding Asynchronous Advantage Actor-Critic: Convergence and Linear Speedup理解异步优势行动者-批评家: 收敛和线性加速OAAI
OAAI分享收藏Optimizing Task Offloading and Resource Allocation in Vehicular Edge Computing Based on Heterogeneous Cellular Networks基于异构蜂窝网络的车载边缘计算任务分流与资源分配优化
PREAI
分享收藏分享收藏
查看更多内容