为了降低求解优化问题的难度, 提出一种双层的多路侧单元(RSU) 协同缓存框架将问题进行解耦
. 外层采用多智能体元强化学习方法, 在每个本地智能体进行决策学习的同时 …

为了保障智能网联汽车的低时延通信, 利用蜂窝车联网中V2X (vehicle to everything) 信道模型,
边缘计算技术, 研究计算卸载与边缘缓存联合优化策略. 设计了一种智能网联汽车计算卸载与 …

Aiming at the offloading and execution of delay-constrained computing tasks for internet of
vehicles in edge computing, a task scheduling method based on deep reinforcement …

针对边缘服务器有限的计算, 存储资源与大量用户任务请求之间的矛盾, 设计了基于多服务器
协同的边缘计算任务缓存网络架构, 该架构中边缘服务器可以在内存中缓存并执行用户任务 …

为了解决边缘网络环境中由于业务差异化, 网络环境高度动态化以及算网资源部署去中心化造成
的网络服务缓存和算网资源分配效率低等问题, 研究并建立了一种去中心化的移动边缘计算服务 …

针对边缘计算下车联网中时延约束型计算任务的卸载执行问题, 提出一种基于深度强化学习的
任务调度方法. 在多边缘服务器场景下, 构建软件定义网络辅助的车联网任务卸载系统 …

为了解决大规模部署固定边缘计算节点成本高, 机动性差和难以应对突发事件等问题,
针对计算密集型和延迟敏感型移动业务需求, 提出了一种基于深度强化学习的计算任务卸载算法 …

车联网场景下的计算任务对时延非常敏感, 需要云边协同计算来满足这类需求.
针对车联网云边协同计算场景下如何高效地进行服务卸载并同时考虑服务的卸载决策以及边缘 …

针对传统水产养殖水质监测系统不能提前预警和通信延迟高的问题, 提出一种带有溶氧预测的低
延迟无线传感水质监测平台. 本研究搭建了4 个水质监测节点, 通过LoRa 模块与汇聚模块进行 …

To guarantee the low-delay communication of intelligent connected vehicles, the V2X
channel model and the multi-access edge computing (MEC) technology, are used to carry …