摘要
本发明属于车联网技术领域,具体涉及一种用于数字孪生维护和计算任务处理的资源分配方法,首先对场景建模,对通信模型、移动模型以及计算模型进行建模,然后设置状态、动作空间及奖励函数,最后通过多智能体强化学习来求得最优资源分配方案,以最大化资源效能。本发明考虑到了现有研究中所忽视的孪生维护与计算任务处理同时进行时存在的资源分配问题,对此补充了这方面的研究,并对该问题下的孪生维护进行了初步探索,即建立了通用模型。仿真结果表明,本发明提出的方案与其他算法相比能取得更高的资源效能,从而取得较高的长期收益。
技术关键词
资源分配方法
数字孪生
车辆
网络
资源分配策略
服务器
随机梯度下降
车道
多智能体强化学习
路径损耗指数
满意度函数
车联网技术
衰落模型
参数
算法结构
信道
基站天线
系统为您推荐了相关专利信息
文本特征向量
动作指令信息
仿真环境
图像特征向量
状态更新
身份信息保护方法
密钥协商算法
策略
密钥算法
加密
拥堵收费方法
模型预测控制器
多头注意力机制
车辆
收费机制