通过分层深度强化学习实现虚拟网络嵌入的联合接纳控制和资源分配

💡 原文中文,约500字,阅读约需2分钟。
📝

内容提要

车辆边缘计算是解决车辆网络生态系统中计算资源需求超过能力的解决方案。本文提出了一种基于MAD2RL算法的优化方法,通过扩散模型确定最优的DNN划分和任务卸载决策,并使用凸优化技术分配计算资源。通过模拟车辆移动轨迹,证明了该算法性能优越。

🎯

关键要点

  • 车辆边缘计算是解决车辆网络生态系统中计算资源需求超过能力的解决方案。
  • 本文提出了一种基于MAD2RL算法的优化方法。
  • 通过扩散模型确定最优的DNN划分和任务卸载决策。
  • 使用凸优化技术分配计算资源,提高学习效率。
  • 通过模拟车辆移动轨迹,证明了该算法性能优越。
🏷️

标签

➡️

继续阅读