申请/专利权人:西南民族大学
申请日:2024-05-27
公开(公告)日:2024-06-25
公开(公告)号:CN118250308A
主分类号:H04L67/12
分类号:H04L67/12;H04L67/1023;H04L41/142;H04L41/16
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开了车联网中元强化学习边缘计算卸载方法、终端及服务器,属于车联网技术领域,包括:建立车载任务的有向无环图(DAG);基于子任务的优先级对DAG进行任务嵌入编码;将任务嵌入序列输入至序列到序列模型,生成任务卸载策略;并引入模型无关元学习框架MAML,通过内外循环训练更新元策略参数。本发明对高速公路车联网场景中的移动边缘计算多任务卸载问题进行研究,提出一种基于MAML的边缘计算卸载算法,能够减少时延,及时响应车辆用户的需求,提供更高效、更可靠的服务,实现合理的卸载策略规划。
主权项:1.一种车联网中元强化学习边缘计算卸载方法,其特征在于,执行主体为车载终端,包括以下步骤:将单个车载任务拆分为多个子任务,根据子任务之间的关联性建立有向无环图;计算各子任务的优先级,基于子任务的优先级对有向无环图进行任务嵌入编码,得到任务嵌入序列;将任务嵌入序列输入至序列到序列模型,生成任务卸载策略,包括将任务卸载至车载终端执行或将任务卸载至边缘服务端执行;对序列到序列模型的策略参数进行更新,包括:接收边缘服务器初始化的元策略参数;进行内循环训练,基于优势动作价值算法计算内循环元策略参数的梯度,并结合自适应矩估计算法,采用一阶梯度近似法对元策略参数进行更新,得到多个车载任务对应的元参数,并将元参数上传至MEC服务器,进而使MEC服务器进行外循环训练,在自适应矩估计算法基础上采用一阶梯度近似法更新元策略参数,进而使MEC服务器将元策略参数发送至车载终端,进而持续迭代形成最终元参数。
全文数据:
权利要求:
百度查询: 西南民族大学 车联网中元强化学习边缘计算卸载方法、终端及服务器
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。