| 标题 |
 PPO-Based Joint Task Offloading and Resource Allocation for Vehicular Edge Computing Via V2I and V2V Communications 基于PPO的V2I和V2V通信车辆边缘计算联合任务卸载和资源分配
相关领域
计算机科学
接头（建筑物）
任务（项目管理）
资源配置
GSM演进的增强数据速率
计算机网络
资源管理（计算）
资源（消歧）
移动边缘计算
边缘计算
钥匙（锁）
分布式计算
边缘设备
实时计算
|
| 网址 | |
| DOI | |
| 其它 |
摘要： 智能交通系统和车载边缘计算（VEC）的进步要求任务卸载和资源分配方案，以保证毫秒级延迟和高可靠性。然而，大多数现有工作忽视了通过车辆对车辆（V2V）链路提供的闲置频谱和计算资源，导致大量效率未被充分利用。本文介绍了由近端策略优化（PPO）驱动的联合任务卸载与资源分配框架。我们将问题框架为马尔可夫决策过程（MDP），并训练PPO代理在本地执行中选择车辆到基础设施（V2I）卸载和V2V卸载，同时实时分配无线电和CPU资源。大量模拟表明，所提方法在平均延迟和任务完成率上均优于最先进的基线——随机、贪婪和深度Q网络（DQN）策略。利用V2V链路可将延迟削减21.8%，完成率提升10.5个百分点。PPO代理收敛速度更快，在高度动态的交通条件下保持稳健性能，凸显了其在现实车载网络中的实用性。 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
invisight
Yinxb
DW
蓝天
aajhajkahna
xing_xing
aaaa
林狗
科研狗
璐璐
pluto
123
秦艽
嘻嘻哈哈
猖狂战神
七听
学术文献互助
123
乐空思
OK
皖公网安备34019202002308
