摘要 本发明涉及一种基于LSTM‑DDPG的部分任务卸载及资源分配算法,包括:创建一个进行部分任务卸载和资源分配的车联网MEC网络模型;将部分任务卸载以及资源分配问题转化为强化学习模型;将LSTM神经网络引入到DDPG算法的演员网络及评论家网络中。与现有的基于DRL的算法相比,本发明的基于LSTM‑DDPG的移动边缘计算算法来解决任...
移动边缘计算中基于DDPG的任务卸载算法研究 提出一种基于DDPG的任务卸载决策和资源分配算法OADDPG.在该环境中,考虑边缘服务器的资源存在限制且可以并行处理多个任务,之后以由移动设备能耗与任务处理时延构成的... 农望 - 《广西大学》 被引量: 0发表: 2022年 基于DDPG的MEC视频任务卸载算法 近年来移动边缘计算(Mobil...
基于 DDPG 算法,结合 LSTM 和 图3 机器人信息 标点方向 O goal 的夹角,θ∈[ - π, π] ;机器人与周围 环境中的障碍物相关信息通过激光雷达获取,使用 机器人前方 180°的探测范围和 10 个方向上的雷达 数据。 在仿真环境中,机器人当前位置、行驶角度和速 人工势场法,设计势场奖惩函数作为前期的辅助,加...
本发明涉及一种基于LSTMDDPG的部分任务卸载及资源分配算法,包括:创建一个进行部分任务卸载和资源分配的车联网MEC网络模型;将部分任务卸载以及资源分配问题转化为强化学习模型;将LSTM神经网络引入到DDPG算法的演员网络及评论家网络中.与现有的基于DRL的算法相比,本发明的基于LSTMDDPG的移动边缘计算算法来解决任务卸载和资源分...