- 专利标题： 一种基于深度强化学习的车辆边缘计算转移调度方法
-
申请号： CN201911310491.9申请日： 2019-12-18
-
公开(公告)号： CN110989614B公开(公告)日： 2020-10-30
- 发明人: 骆春波 , 罗杨 , 王亚宁 , 刘翔 , 徐加朗
- 申请人： 电子科技大学
- 申请人地址： 四川省成都市高新区(西区)西源大道2006号
- 专利权人： 电子科技大学
- 当前专利权人： 电子科技大学
- 当前专利权人地址： 四川省成都市高新区(西区)西源大道2006号
- 代理机构： 成都正华专利代理事务所
- 代理商 李亚男
- 主分类号： G05D1/02
- IPC分类号： G05D1/02 ; G06N3/04 ; G06N3/08
摘要：
本发明公开了一种基于深度强化学习的车辆边缘计算转移调度方法，利用马尔可夫决策过程，针对车辆在高速公路移动的场景精确建模，并采用深度强化学习找到这个场景下的车辆边缘计算转移调度方案的最佳策略；在训练深度强化学习时，通过使用近端策略优化方法，使用卷积结构提取任务对应的特征量，调整状态和奖励的表示方式等，改善了网络的收敛性能，使得在动态环境和复杂任务的情况下，在特定的时间‑能量偏好下实现在较长时间内消耗的时间和能量最小化。
公开/授权文献
- CN110989614A 一种基于深度强化学习的车辆边缘计算转移调度方法 公开/授权日：2020-04-10
