计算机应用研究

作者：刘子兴,唐宏,燕星芮,施杰,

单位：重庆邮电大学a.通信与信息工程学院;b.移动通信技术重庆市重点实验室,重庆400065；

关键词：车辆边缘计算,资源分配,深度强化学习,异构网络,随机网络演算,

基金：国家自然科学基金资助项目(61971080)；；

集成专用短程通信（DSRC）、基于蜂窝的车到基础设施（C-V2I）和毫米波（mmWave）优势的车辆边缘计算（VEC）系统可以有效增强通信能力。为解决此异构环境下通信与计算资源的协同优化问题，提出一种面向超可靠低延迟通信（URLLC）的异构车辆边缘计算资源分配方案。首先，基于随机网络演算（SNC）理论，考虑异构VEC场景，以最小化系统成本为目标，同时满足URLLC需求；其次，利用Lyapunov优化将长期队列约束转换为短期决策问题。针对此类高维非凸问题，提出一种基于优先经验回放的改进软演员-评论家算法（PER-SAC），通过优先采样关键经验样本来学习最优策略。实验结果表明，该方案在车辆密度动态变化场景下能够有效降低系统成本并满足URLLC需求。

来源：2025年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第11期