基于混合强化学习的车载任务卸载调度方法及系统

专利主权项内容

1.一种基于混合强化学习的车载任务卸载调度方法，其特征在于，包括：根据路网信息建立车载任务协同处理网络；所述车载任务协同处理网络中包括若干个携带有车载任务的车辆和若干个边缘计算节点；根据所述车载任务协同处理网络构建状态变量空间和动作变量空间；所述状态变量空间包括车辆位置、车载任务大小、车载任务复杂度、车载任务允许时延、车辆可用算力和边缘计算节点可用算力；所述动作变量空间包括车辆目标边缘计算节点、车辆任务卸载率、通信传输功率和分配算力比例；基于SADDQN网络构建通信决策模型；所述SADDQN网络为在DDQN网络后连接自注意力网络得到的网络；所述通信决策模型用于根据当前的状态变量空间，输出通信决策；所述通信决策包括车辆目标边缘计算节点；基于DDPG网络构建任务分配决策模型；所述任务分配决策模型用于根据当前的状态变量空间和通信决策，输出任务分配决策；所述任务分配决策包括车辆任务卸载率、通信传输功率和分配算力比例；以所述车载任务协同处理网络的总成本最小为目标，训练所述通信决策模型和所述任务分配决策模型，得到训练好的通信决策模型和训练好的任务分配决策模型；根据实时的状态变量空间，通过训练好的通信决策模型输出通信决策，并根据实时的状态变量空间和通信决策，通过训练好的任务分配决策模型输出任务分配决策；根据所述通信决策和所述任务分配决策，进行车载任务卸载调度。