BriefGPT - AI 论文速递
·
基于深度强化学习的联邦自监督学习在集成感知与通信支持下的车辆边缘计算中的任务卸载与资源分配
💡
原文中文，约600字，阅读约需2分钟。
📝
内容提要
车辆边缘计算是一种新兴技术，通过使用可重构智能表面来提高性能。研究者设计了一种优化方案，使用深度强化学习算法来优化RIS相移系数和车辆用户的功率分配。仿真结果表明，该方案优于传统的集中式算法和随机方案。
🎯
关键要点
- 车辆边缘计算是一种新兴技术，具有重要潜力。
- 通过可重构智能表面(RIS)提高车辆边缘计算系统性能。
- 研究设计了一种优化方案，考虑本地执行功率、卸载功率和RIS相移。
- 采用深度强化学习框架，结合DDPG和MADDPG算法进行优化。
- 仿真结果显示该方案优于传统集中式算法和随机方案。
➡️
