技术特征：1.一种基于深度强化学习的车队网络内计算卸载与功率分配方法，其特征在于，
技术总结本发明公开了一种基于深度强化学习的车队网络内计算卸载与功率分配方法，具体为：以最小化车队系统平均能耗和任务数据处理延迟为目标，建立车队系统的计算模型；根据基于多智能体DRL的方法，将车队网络视为一个环境，将每个PM视为可以与动态环境交互的智能体；每个智能体追求的目标是最大化长期折扣奖励；在学习过程中，智能体基于状态做出的决策是由奖励驱动的，进行计算卸载和功率分配联合优化。本发明提出的车队网络中计算卸载和功率分配优化模型综合考虑了车辆的移动性、通信干扰以及车辆协作；能够适应快速移动的车队网络环境；能够捕获环境状态的时序特征，能做出更加准确的功率分配动作。
技术研发人员：王磊,洪鑫涛,梁宏斌
受保护的技术使用者：西南交通大学
技术研发日：技术公布日：2024/3/4