车载边缘计算中基于深度强化学习的任务卸载和缓存策略研究.pdf

车载边缘计算中基于深度强化学习的任务卸载和缓存策略研究.pdf

摘要

在车联网与智慧交通的飞速发展背景下,车载边缘计算(VehicularEdge

Computing,VEC)作为一种典型的技术范式,通过将智能车辆的计算任务卸载

至邻近的边缘服务器,显著提升了数据处理的效率,增强了车辆系统的实时响应

能力,确保数据传输的安全与可靠。然而,边缘服务器的有限资源、动态变化的

环境以及任务对低延迟的严格要求,均对VEC系统的高效运行提出了严峻挑战。

为确保合理的任务卸载和服务缓存以及后续资源的有效分配,本文分别对边缘服

务器之间的协作处理以及车辆之间的协作卸

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档