本发明公开了一种基于深度确定性策略的车辆边缘计算任务卸载方法、装置、设备及计算机可读存储介质,包括:对车辆边缘计算系统进行建模,基于系统模型,建立基站覆盖范围内的车辆用户与所述基站之间的通信模型以及所述基站覆盖范围内的车辆用户的计算模型;根据通信模型和计算模型,将车辆边缘计算系统的任务卸载功率分配过程描述为马尔科夫决策过程,建立状态空间、动作空间及奖励函数,得到深度强化学习框架;利用DDPG算法得到最优任务卸载功率分配策略。本发明所提供的方法、装置、设备及计算机可读存储介质,通过DDPG算法解决VEC环境随机且动态的问题,求得车辆用户最优功率分配测量,最小化功率消耗与延迟。
声明:
“基于深度确定性策略的车辆边缘计算任务卸载方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)