摘要
本发明提供一种车联网计算卸载与内容缓存的耦合方法及其系统,涉及车联网、车路协同技术领域,使得相比于单一缓存方法能够更适应环境中计算任务需求较大的场景。本发明首先设置路侧单元RSU的部署方式,然后构建采用精英遗传算法与多智能体深度确定性策略梯度(GAC‑MADDPG)算法,最后构建双时间尺度模型将二者进行耦合,使得大时间尺度下根据历史请求偏好、缓存任务的信息年龄对RSU的缓存分配进行更新;小时间尺度上对任务车辆的任务进行卸载计算,并根据缓存命中率反馈给缓存分配算法联合优化。本发明适用于车联网、车路协同领域,用于为城市道路环境中的车辆提供任务计算卸载与缓存功能。
技术关键词
耦合方法
深度确定性策略梯度
精英遗传算法
双时间尺度
决策
缓存策略
路侧单元
城市道路环境
车路协同技术
缓存命中率
缓存服务器
存储装置
周期
可读存储介质
缓存方法
处理器
存储器
网络结构
系统为您推荐了相关专利信息
数据处理方法
互联网设备
数据处理程序
联网数据处理系统
中间设备
联合优化方法
服务器
队列
深度强化学习
车辆智能驾驶
金融时间序列特征
金融交易信息
预警系统
神经网络模型
特征提取单元
地面控制系统
无人机
激光SLAM算法
氧气管
智能调节阀门