基于P-DQN的车辆边缘计算系统资源管理方法

本发明涉及车辆系统资源管理技术领域，具体的说是一种利用参数化深度强化学习来解决实时卸载决策问题，以最小化系统的长期延迟、能耗和成本的基于P‑DQN的车辆边缘计算系统资源管理方法，其特征在于，构建一个包含本地、边缘服务器和云层的三层任务卸载系统；构建了一个联合考虑延迟、能耗和成本的优化问题，并将问题框架化为马尔可夫决策过程MDP，设计了状态空间和奖励函数，并引入了一个参数化的行为空间，有效管理混合行为空间；此外，提出基于参数化Q网络P‑DQN的方法来解决优化问题。