摘要
本发明公开一种车联网中基于边缘计算和深度强化学习的动态服务放置方法,包括以下步骤:1)建立网络与服务请求模型,获取网络与服务请求相关信息;2)建立网络与服务请求计算模型;3)构建状态空间、动作空间、策略函数和奖励函数;4)构建演员网络和批评家网络,并对演员网络和批评家网络进行训练;5)演员网络生成服务放置策略,并输入到批评家网络中;6)所述批评家网络评估服务放置策略的策略质量,若评估不通过,则更新演员网络参数,并返回步骤5),若评估通过,则输出服务放置策略。本发明在考虑车辆的移动性、变化的需求和对不同类型服务请求的动态性的同时,最小化最大的边缘资源使用和服务延迟。