| 标题 |
 Dynamic Task Offloading and Resource Allocation for Vehicular Edge Computing Networks Based on Deep Reinforcement Learning |
| 网址 | |
| DOI | |
| 其它 |
摘要： 车载边缘计算（VEC）服务器分配具有不同CPU频率的计算资源块（CRB），以处理具有不同低延迟需求的任务。在任务处理过程中，一些任务载具（TaV）和CRB可能提前完成处理任务，其计算资源处于空闲状态。然而，现有工作未考虑将这些闲置计算资源重用用于处理其他正在进行的任务，导致计算资源利用效率较低。为了解决这个问题，考虑到VEC网络的动态特性，提出了任务重新调度问题，以最小化任务完成延迟，以实现动态任务卸载和资源分配（DTORA）。为解决该问题，我们将其分为联合任务卸载与资源分配计算问题和联合子任务重新调度与功率分配问题。针对第一个问题，提出了联合任务卸载与计算资源分配（JTOCA）算法。鉴于计算资源分配决策，提出了基于深确定性策略梯度（DDPG）的联合子任务重调度与功耗分配（DDPG-JSRPA）算法来解决第二个问题。仿真结果表明，所提出的DTORA算法相比全部分卸载（FPO）算法，可以将系统延迟降低28%。 |
| 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。 |
PDF的下载单位、IP信息已删除
(2025-6-4)
菜菜菜
cdercder
GingerF
Nole
Criminology34
馨馨的科科
无极微光
潇洒的惋清
平淡的梦菲
乐空思
heekkll
活雷锋
你嵙这个期刊没买
cherry
伶俐书芹
初景
XX
mafukairi
怡然的凌兰
文静的含蕾
皖公网安备34019202002308
