面向智能车联网的异构分层任务卸载与资源优化
|
|
赖显智,杨凡,黄杰,余成波,李幸星
|
Heterogeneous hierarchical task offloading and resource optimization for Smart Internet of Vehicles
|
|
Xianzhi LAI,Fan YANG,Jie HUANG,Chengbo YU,Xingxing LI
|
|
| 表 2 仿真实验参数列表 |
| Tab.2 Simulation parameters |
|
| 参数 | 值 | | Actor网络学习率$ {\text{lr}}_{{\mathrm{a}}} $ | $ 1\times {10}^{-5} $ | | Critic网络学习率$ {\text{lr}}_{{\mathrm{c}}} $ | $ 1\times {10}^{-3} $ | | 任务数$ {U}_{i} $ | $ 3 $ | | 车辆数$ N+M $ | $ [6,8,10] $ | | 边缘服务器最大计算资源$ {R}_{{\mathrm{B}}}/\text{GHz} $ | $ 30 $ | | 车联网最大计算资源$ {R}_{{\mathrm{v}}}/\text{MHz} $ | $ 3 $ | | 带宽$ {B}_{n}/\text{MHz} $ | $ 5 $ | | 随机动作概率$ {\varepsilon }_{t} $ | $ 0.2 $ | | 噪声衰减率$ {\gamma }_{N} $ | $ 0.2 $ | | 折扣因子$ \gamma /\text{kb} $ | $ 0.99 $ | | 任务大小$ {\boldsymbol{s}}_{n}^{i} $ | $ [100,150] $ | | 任务复杂度$ c_{nv}^{i}/{\mathrm{cycle}}/{\mathrm{byte}} $ | $ 1250 $ | | 软更新系数$ \tau $ | $ 0.005 $ | | 小批量抽样数$ {B} $ | $ 128 $ | | 经验池容量大小 | $ 1\times {10}^{6} $ | | 传输功率$ {p}^{t}/\text{mW} $ | $ 200 $ | | 任务依赖关系层数 | $ [0,3] $ | | 神经网络层数 | $ 4 $ | | 神经元个数 | $ 256,\;128 $ | | 任务优先级权重$ f_{\ell}^{i} $ | $ [1,9] $ |
|
|
|