车载边缘计算中基于深度强化学习的协同计算卸载方案

来源 :计算机科学 | 被引量 : 0次 | 上传用户:liu_tangdanhua
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
车载边缘计算(Vehicular Edge Computing,VEC)是一种可实现车联网低时延和高可靠性的关键技术,用户将计算任务卸载到移动边缘计算(Mobile Edge Computing,MEC)服务器上,不仅可以解决车载终端计算能力不足的问题,而且可以减少能耗,降低车联网通信服务的时延。然而,高速公路场景下车辆移动性与边缘服务器静态部署的矛盾给计算卸载的可靠性带来了挑战。针对高速公路环境的特点,研究了临近车辆提供计算服务的可能性。通过联合MEC服务器和车辆的计算资源,设计并实现了一个基于深度强化
其他文献
潘岳同志《中国五胡入华与欧洲蛮族入侵》一文,历史学、政治学、哲学、民族学等领域多位专家给予高度评价,并各抒见解予以呼应,潘维教授此文是其中一篇。潘维1996年于美国伯
语文教学的基本任务是对学生进行语言文字教育,但同时要培养学生的科学态度,帮助其掌握科学方法。通过对全国通用的部编版小学语文教科书的文本分析发现:语文教科书中蕴含丰
针对跟踪过程中遮挡因素以及目标尺度变化因素导致的目标跟踪漂移问题,文中提出了一种自适应尺度与学习速率调整的背景感知相关滤波跟踪算法。该算法首先通过背景感知相关滤波器获得目标的初步位置信息;其次在背景感知相关滤波器的基础框架下训练尺度相关滤波器,以有效估计目标尺度变化,从而准确调整搜索区域的大小;然后根据响应图波动情况进行遮挡判定,利用平均峰值能量指标与最大响应值判定目标遮挡情况,自适应调整模型学习
摘要:新时期法治中国建设的目标对领导干部法治素养提出了新标准和更高要求,法治教育是提升领导干部法治素养的重要途径,可以从价值意蕴、内容向度和实践路径三个层面综合分析、阐释和优化推进。其中,价值意蕴包括政治价值、法治价值和教育价值,内容向度包括理论性法治教育、普及性法治教育和实践性法治教育,实践路径包括明晰教育原则、丰富教育模式、健全考核评价机制。  关键词:领导干部;法治教育;价值意蕴;实践关照 
树形结构作为一种非线性数据结构,在程序执行过程中的演变过程较为抽象,尤其是在对其进行加工型操作时,容易发生内存泄漏。针对编程初学者难以掌握树形结构的逻辑演变过程,以
随着数字化技术和智能算法的日渐深入,我们的生存越来越被数据和算法所穿透,这种算法治理和数字图绘的方式,可以精准定位每一位个体的习性和倾向,从而为进一步在经济上、政治
为提高智能体系统对攻击的免疫力,研究了测量攻击下的适应力分布式状态估计方法。每个智能体对系统状态进行连续的本地线性测量。由于不同智能体的本地测量模型相互异构,对系统状态可能不具有本地可观测性,且攻击者能够操控部分智能体的测量数据,随意改变其测量结果。而智能体的目标是协同处理本地测量数据,并正确估计出未知的系统状态。因此,该问题的挑战在于在不对真实测量数据和恶意智能体的测量数据进行分辨时,如何设计算
经高效视频编解码标准HEVC压缩后的视频在高压缩比、低码率的情况下存在明显的压缩效应。针对该问题,提出了一种基于非局部低秩(Non-local Low-rank,NLLR)和自适应量化约束(A
如何在已有的用户行为和辅助信息的基础上准确建模用户的偏好非常重要。在各种辅助信息中,知识图谱(Know-ledge Graph,KG)作为一种新型辅助信息,其节点和边包含了丰富的结构
编队策略作为无人驾驶的关键技术之一已经受到广泛的研究与实际的测试了。车队经过红绿灯管制的交通路口场景时,会受到红绿灯时间、队内(外)间距、速度和前进方向等参数的影