RIS辅助的车载复杂依赖任务卸载与资源分配

摘要

针对车载边缘计算场景下无线卸载链路面临着高路径损耗、易受阻塞难题以及任务间的复杂依赖特性，提出了一种可重构智能反射面(RIS)辅助的复杂依赖任务卸载与资源分配方法。首先，通过有向无环图对任务依赖关系进行建模，构建RIS辅助的端边协同卸载模型；其次，联合考虑RIS相移矩阵、任务间的时序-数据双重依赖特性以及车辆移动性，构建了一个车载边缘计算长期平均成本最小化优化问题；最后，考虑到所提优化问题具有高维强耦合性，传统算法难以求解，为此提出一种分层深度强化学习算法联合优化RIS相移与任务卸载决策。仿真结果表明，所提方法能够显著降低复杂依赖任务的完成时间和能耗，验证了该方法的有效性与优越性。

关键词

车载边缘计算 / 可重构智能反射面 / 有向无环图 / 联合优化