基于深度强化学习的车联网多接入边缘计算调度
机器学习
2022-02-21 v1 人工智能
摘要
随着智能交通系统的广泛部署,且无人机(UAVs)可辅助地面基站作为多接入边缘计算(MEC)为车联网(IoVs)提供更好的无线网络通信,我们提出一种无人机辅助方法,以帮助提供更好的无线网络服务,保持车道上 IoVs 的最大体验质量(QoE)。本文提出一种多智能体图卷积深度强化学习(M-AGCDRL)算法,其将各智能体的局部观测与低分辨率全局地图作为输入来学习各智能体的策略。智能体可在图注意力网络中相互共享信息,从而形成有效的联合策略。仿真结果表明,M-AGCDRL 方法使 IoTs 获得更好的 QoE 并取得了良好性能。
引用
@article{arxiv.2202.08972,
title = {Deep Reinforcement Learning Based Multi-Access Edge Computing Schedule for Internet of Vehicle},
author = {Xiaoyu Dai and Kaoru Ota and Mianxiong Dong},
journal= {arXiv preprint arXiv:2202.08972},
year = {2022}
}
备注
10 pages, 10 figures