车联网预感知服务请求及服务迁移机制

摘要

随着实时车辆应用的快速发展，车联网中的数据流量和内容请求急剧增长。为了保证车辆用户获得实时、稳定的服务并优化系统成本，设计了一种车联网场景下的预感知服务请求机制，根据环境信息做出预感知决策，降低迁移过程产生的成本；提出了一种基于车速的服务迁移优化算法，根据车辆的实时速度动态调整迁移决策，以确保迁移过程的高效性和稳定性；考虑到车辆用户与路边单元、基站之间的交互存在不确定性，提出预感知多智能体确定性策略梯度算法，优化迁移策略，通过智能体与环境的交互，逐步调整策略，以最大化长期累积奖励。实验结果表明，提出的算法有效降低了系统成本，并明显提升了系统性能。

关键词

车联网 / 服务迁移 / 多智能体深度强化学习