车联网预感知服务请求及服务迁移机制

陈冰旖, 左琳立, 李云

重庆邮电大学学报(自然科学版) ›› 2025, Vol. 37 ›› Issue (02) : 196-203.

车联网预感知服务请求及服务迁移机制

  • 陈冰旖, 左琳立, 李云
作者信息 +
History +

摘要

随着实时车辆应用的快速发展,车联网中的数据流量和内容请求急剧增长。为了保证车辆用户获得实时、稳定的服务并优化系统成本,设计了一种车联网场景下的预感知服务请求机制,根据环境信息做出预感知决策,降低迁移过程产生的成本;提出了一种基于车速的服务迁移优化算法,根据车辆的实时速度动态调整迁移决策,以确保迁移过程的高效性和稳定性;考虑到车辆用户与路边单元、基站之间的交互存在不确定性,提出预感知多智能体确定性策略梯度算法,优化迁移策略,通过智能体与环境的交互,逐步调整策略,以最大化长期累积奖励。实验结果表明,提出的算法有效降低了系统成本,并明显提升了系统性能。

关键词

车联网 / 服务迁移 / 多智能体深度强化学习

中图分类号

TN929.5 / U495

引用本文

导出引用
陈冰旖, 左琳立, 李云. 车联网预感知服务请求及服务迁移机制. 重庆邮电大学学报(自然科学版). 2025, 37(02): 196-203

基金

重庆市自然科学基金创新发展联合基金项目(CSTB2022NSCQ-LZX0055)

评论

Accesses

Citation

Detail

段落导航
相关文章

/