基于SMDP模型的车联网任务卸载和资源分配研究

来源：计算机测量与控制杂志2025年第12期北京时间：

作者：杜书怡,雷爱国

单位：南京理工大学

摘要：智能网联汽车技术和车载应用的发展产生了许多异构的延迟敏感型和计算密集型任务，卸载处理任务的方式为降低车辆计算负担带来了机遇和挑战；由于不同类型的任务对通信和计算资源的需求存在差异，不同制造商制造的智能车辆配备不同数量的计算资源，如何充分利用异质车辆的资源以实现异构任务的计算卸载和资源分配是一大难题；鉴于此，提出了云端、边缘节点和车载节点联合应用的车辆边缘计算系统模型，并将此模型构建成半马尔可夫决策过程模型，通过强化学习的智能算法计算最优分配策略，实现合理的资源分配；仿真结果表明，所提出的方案的长期平均收益相比自适应阈值算法和贪婪算法的收益分别提高了43.9%和86.52%，有效降低处理任务的时延和能耗，提升用户的服务质量。

关键词：车联网;虚拟化技术;车载边缘计算;半马尔可夫决策过程;计算卸载

基金资助：无