摘要
本发明公开了一种基于异构通信技术超可靠低时延强化学习的任务卸载方法,构建车辆边缘计算场景及车辆异构通信网络,车辆可以通过三种通信技术将任务卸载到服务器进行处理;构建基站队列动态变化模型,保证基站队列的稳定性;使用随机网络演算理论计算基于不同通信技术进行卸载的系统延迟上界,该延迟包括了通信传输时间以及服务器处理时间;建立车辆边缘计算系统效用;建立优化问题,优化目标为最小化系统效用,同时保证任务卸载延迟和基站队列的稳定性;使用SoftActor Critic强化学习来学习每个任务的卸载策略和服务器CPU分配策略。本发明采取的任务卸载策略和资源分配方案在降低系统效用、控制系统稳定性和保证任务传输时延要求优于其他的卸载和资源分配方案。