原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于V2V和V2I通信的车联网联合任务卸载方法，属于无线通信领域。该方法包括：S1：构建系统的任务卸载模型，包括本地计算模型和边缘卸载模型；S2：根据系统的任务卸载模型计算任务执行的时延和能耗，并综合考虑任务的总时延、总能耗以及系统服务率构建用户体验质量模型；S3：基于系统的任务卸载模型和用户体验质量模型，构建包括状态空间、动作空间和奖励函数的强化学习模型；S4：采用双延迟深度确定性策略梯度算法求解强化学习模型，以获得模型的最优解。本发明通过充分挖掘场景中车辆的空闲计算资源，在保证
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117768860A
(43)申请公布日2024.03.26
(21)申请号202311700446.0
(22)申请日2023.12.12
(71)申请人重庆邮电大学
地址400065
文档评论（0）