GAN驅(qū)動的車輛邊緣緩存和計算卸載方案

摘要： 由于應(yīng)用服務(wù)類型多樣、邊緣節(jié)點資源有限、以及車輛的任務(wù)需求難以預測，VECN面臨著服務(wù)時延高和計算能耗大等問題。為了解決上述問題，提出了一種基于需求預測和HDRL的計算卸載方案。該方法利用生成式人工智能建立基于原始數(shù)據(jù)到未來映射的VECN模型，實現(xiàn)對未來任務(wù)需求的精準預測，為服務(wù)緩存決策提供依據(jù)。為了適應(yīng)VECN的動態(tài)特性，開發(fā)了一種基于HDRL的協(xié)作服務(wù)緩存和計算卸載算法，將... （共9頁）