基于改进A3C算法的计算卸载与缓存联合优化方法及装置

本发明属于车载边缘计算技术领域，具体涉及一种基于改进A3C算法的计算卸载与缓存联合优化方法及装置，所述方法包括：应用于目标网络，所述目标网络至少包括多个配有MEC服务器的路边单元、多个终端车辆和云服务器，建立车辆移动模型、任务处理的时延能耗模型和缓存模型；建立任务优先级和任务抢占模型；根据上述模型，以系统中的任务总平均时延最小化为目标，建立具有约束条件的任务卸载和缓存分配联合优化模型；构建基于改进的Actor‑Critic的深度强化学习框架，得到任务卸载决策、缓存分配决策和任务抢占指示；本发明旨在满足能耗时延约束的基础上最小化任务总平均时延。