数字孪生辅助的 ISAC 使能的车联网任务卸载与资源分配
网络与互联网体系结构
2025-11-13 v1
摘要
车联网 (IoV) 与 6G 网络的融合正在推动下一代智能交通系统的演进。然而，IoV 网络面临着在车联通信中实现低频谱效率、难以动态适应资源优化，以及在高度动态环境下维持长期稳定性等持续挑战。本文研究了数字孪生 (DT) 辅助的 ISAC 使能 IoV 网络中的任务卸载与资源分配问题。目标是最小化由延迟与能耗加权组合构成的长期平均系统成本，同时确保时间上的队列稳定。为此，我们采用 ISAC 使能设计，引入两种传输模式，即原始数据传输 (DataT) 与指令传输 (InstrT)。InstrT 模式实现指令级传输，从而降低数据量并提升频谱效率。随后，我们运用 Lyapunov 优化将长期随机问题分解为时段内确定性问题，确保队列长期稳定。基于此，我们提出一种 Lyapunov 驱动的 DT 增强型多智能体近端策略优化算法 (Ly-DTMPPO)，该算法利用 DT 实现全局状态感知与智能决策，采用集中训练分布执行 (CTDE) 架构。大量仿真验证了 Ly-DTMPPO 在与现有基准方法 comparison 中取得优异性能。
关键词
引用
@article{arxiv.2511.05789,
title = {Digital Twin-Assisted Task Offloading and Resource Allocation in ISAC-Enabled Internet of Vehicles},
author = {Shanhao Zhan and Zhang Liu and Lianfen Huang and Shaowei Shen and Ziyang Bai and Zhibin Gao and Dusit Niyato},
journal= {arXiv preprint arXiv:2511.05789},
year = {2025}
}
备注
17 pages,7 figures, transactions paper