MAPPO用于车联网边缘队列调度

论文作者提出一种基于多智能体近端策略优化（MAPPO）的车载边缘计算调度方法，在基于时间敏感网络（TSN）的车联网中，为每个队列配置一个智能体，联合学习服务顺序和时隙时长，以满足随车速变化的延迟要求并减少截止期错失。 论文摘要称，在不同流量配置下，该方法相较集中式单智能体方法将服务延迟最多降低66.2%、可靠性最多提升271.8%；相较基于紧急度的启发式方法，调度更均衡，且推理时间低于其他多智能体强化学习方法。上述结果来自论文摘要，材料未说明真实车辆或硬件部署情况。

AI 根据报道生成 · 44 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。