MEPPO深度强化学习调度器

低时延高能效

面向车联网多优先级任务,实现能耗与完成时间联合优化的自适应任务调度方法。

Li, Peisong · Ziren, Xiao · 王新珩 · 黄开竹 · Huang, Yi · 高洪皓

IEEE Transactions on Intelligent Vehicles 2023

技术优势

自适应动态环境

通过操控PPO算法状态空间,使调度器能够对不同任务数量的车辆做出决策,无需重新训练。

降低传输能耗

根据车辆与边缘服务器之间的预期传输距离动态调整发射功率,最小化传输能耗。

缩短完成时间

PPO算法同时生成任务卸载和优先级分配决策,进一步降低服务请求的完成时间。

应用场景