来源：期刊VIP网 时间：
作者：赵珊;贾宗璞;朱小丽;庞晓艳;谷坤源;
单位：河南理工大学计算机学院;
摘要：目的 为解决不完美信道车联网中任务卸载与资源分配的关键问题，降低计算成本，方法结合不完美信道特征对基础的车联网任务卸载环境抽象化，联合优化任务卸载比、功率选择和服务器资源分配，建立所有用户的长期平均成本最小化问题模型。采用基于深度强化学习的动态卸载优化方案，同时考虑求解变量的连续性，提出优化的深度确定性策略梯度算法SP-DDPG(deep deterministic policy gradient with importance sampling and prioritized experience replay)求解问题模型。对比现有的一些深度强化学习方法，研究单一变量影响下SP-DDPG算法的运行表现，分别计算平均卸载成本和任务丢弃数2个重要指标。结果 所提算法与所设置的完全任务卸载算法F-DDPG与DDQN算法相比，任务平均卸载成本分别降低了约36.13%和44.02%，任务丢弃数至少下降了4.38%和9.76%；与部分卸载算法DDPG相比，任务平均卸载成本和任务丢弃数分别下降13.34%和3.17%。实验结果取多次运行后的平均值（时延及能耗权衡因子ω=0.5，信道估计精度值ρ=0.95），具有较好可靠性。结论 在复杂变化的不稳定车联网环境中，所提优化深度确定性策略梯度算法SP-DDPG，相较几种常规的深度强化学习算法任务计算成本更低，任务处理效果更好。
关键词：车联网;;部分卸载;;资源分配;;深度确定性策略梯度;;不完美信道
基金资助：国家自然科学基金资助项目(62276092);; 河南省高校青年骨干教师资助计划项目(2019GGJS061)
