BriefGPT - AI 论文速递
·
基于图神经网络和深度强化学习的 V2X 通信资源分配
💡
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，通过划分DNN、任务卸载和资源分配来减少DNN任务完成时间。通过模拟车辆移动轨迹，证明该算法性能更优。
🎯
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。
- 通过划分DNN、任务卸载和资源分配来减少DNN任务完成时间。
- 利用Lyapunov优化技术将长期优化问题与稳定约束解耦。
- MAD2RL算法使用扩散模型确定最优的DNN划分和任务卸载决策。
- 将凸优化技术整合到MAD2RL中以提高学习效率。
- 通过模拟车辆移动轨迹证明该算法性能优于现有基准解决方案。
➡️
