动态车辆网络场景中的协同空地计算卸载和资源优化

来源：电子与信息学报杂志2025年第1期北京时间：

作者：王俊华, 罗菲, 高广鑫, 李斌

单位：1.南京航空航天大学计算机科学与技术学院 南京 2111062.南京航空航天大学经济与管理学院 南京 2111063.南京信息工程大学计算机学院 南京 210044

摘要：针对移动用户数量迅猛增长和地面基础设施分布稀疏所带来的挑战，该文提出一种能量收集辅助的空地协同计算卸载架构。该架构充分利用无人机(UAVs)的灵活机动性和路侧单元(RSUs)及基站(BS)的强大算力，实现了任务计算的动态实时分发。特别地，无人机通过能量收集来维持其持续运行和稳定的计算性能。考虑到无人机与地面车辆的高动态性、车辆计算任务的随机性，以及信道模型的时变性，提出一个能耗受限的长期优化问题，旨在从全局角度有效降低整个系统的平均时延。为了解决这一复杂的混合整数规划(MIP)问题，提出一种基于改进演员-评论家(Actor-Critic)强化学习算法的计算卸载策略(IACA)。该算法运用李雅普诺夫优化技术，将长期系统时延优化问题分解为一系列易于处理的帧级子问题。然后，利用遗传算法计算目标Q值替代目标神经网络输出以调整强化学习进化方向，有效避免了算法陷入局部最优，从而实现动态车辆网络中的高效卸载和资源优化。通过综合仿真验证了所提计算卸载架构和算法的可行性和优越性。

关键词：空地一体化车联网, 能量收集, 计算卸载, 强化学习, 遗传算法

基金资助：国家自然科学基金(62002166)，国家社会科学基金(22BGL113)