数字孪生辅助卸载算法

系统成本更低

通过数字孪生与深度强化学习结合，实现车载边缘计算中高效、闭环优化的任务卸载。

赵亮 · Zijia, Zhao · Enchao, Zhang · Hawbani, Ammar · Al-Dubai, Ahmed Yassin · Tan, Zhiyuan · Hussain, Amir

IEEE Journal on Selected Areas in Communications 2023

技术优势

决策空间更小

改进的聚类算法与数字孪生技术结合，提前找到最优卸载空间，减少不合理决策。

成本延迟双降

深度强化学习训练卸载策略，自动优化计算延迟和车辆服务价格，降低系统整体成本。

闭环自优化

反馈机制根据卸载结果调整聚类参数，形成预测-卸载-反馈的完整闭环，持续提升性能。

应用场景

• 自动驾驶计算卸载：自动驾驶车辆可将感知、规划等计算任务卸载至边缘，降低本车计算负载和时延。
• 车联网边缘智能：数字孪生实时映射网络状态，为边缘智能提供准确的决策依据。
• 低延迟车载通信：通过智能部分卸载，减少任务处理延迟，满足低延迟通信需求。