一种基于深度强化学习的RSU辅助边缘计算与缓存优化方法

    公开(公告)号:CN118245214A

    公开(公告)日:2024-06-25

    申请号:CN202410334578.4

    申请日:2024-03-22

    Inventor: 武丞 赵伟

    Abstract: 本发明公开了一种基于深度强化学习的RSU辅助边缘计算与缓存优化方法,属于边缘计算技术领域。本发明结合了深度强化学习方法、边缘计算与缓存结构,将三者结合引入到RSU辅助边缘计算与缓存优化问题中,先通过RSU主动感知道路环境,生成一个感知任务,然后根据任务卸载后的计算时延以及缓存的命中率选择合适的任务计算卸载以及缓存点;由于道路信息的复杂,任务卸载后的计算时延以及缓存的命中率的共同优化是一个难以解决的非凸问题,然后将问题转化为马尔可夫决策过程并应用近端策略优化(PPO)算法来解决这一非凸问题,能够对边缘计算与缓存优化进行有效决策。

Patent Agency Ranking