楊志和 魯凌云

（1.北京交通大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院 北京市 100044 2.北京交通大學(xué)軟件學(xué)院 北京市 100044）

1 引言

隨著科學(xué)技術(shù)發(fā)展，車輛配備越來越多的智能化設(shè)備，以滿足人們對駕駛和娛樂需求。因此車輛計(jì)算資源的需求越來越大?？紤]到能源有限、成本問題，車輛無法承載大量的計(jì)算設(shè)備。因此當(dāng)面對視頻流采集分析，并實(shí)時(shí)路徑規(guī)劃這樣計(jì)算密集，對時(shí)延敏感的任務(wù)時(shí)，無法獨(dú)立完成。車輛需要將部分任務(wù)卸載到具有更多空閑計(jì)算資源的設(shè)備上。一種選擇是云計(jì)算中心，但是由于它距離車輛較遠(yuǎn)，傳輸任務(wù)過程中帶來了不可忽略的時(shí)延，不適用于對時(shí)延敏感的任務(wù)。移動(dòng)邊緣計(jì)算（Mobile Edge Computing，MEC）可以提供這種低時(shí)延的卸載服務(wù)。車輛可以將空閑的資源共享，與路邊單元（road side unit,RSU）共同提供任務(wù)卸載服務(wù)。為了將這些資源合理的分配，有必要設(shè)計(jì)一個(gè)有效的方案，利用V2V（Vehicle to Vehicle）、V2I（Vehicle to Infrastructure）將車路進(jìn)行協(xié)同，提升資源利用率和任務(wù)卸載的高效性。

在V2X（Vehicle to Everything）應(yīng)用中有27個(gè)用例，其中就包括車輛編隊(duì)。車輛編隊(duì)是自動(dòng)駕駛領(lǐng)域發(fā)展中關(guān)鍵一步，也被認(rèn)為是第五代移動(dòng)通訊技術(shù)中最具代表性的用例之一。在編隊(duì)中使用虛擬鏈連接相鄰車輛，并通過實(shí)時(shí)更新移動(dòng)數(shù)據(jù)控制車輛，比如速度，相對距離。車輛編隊(duì)中同樣面臨處理如自動(dòng)駕駛，3D導(dǎo)航等計(jì)算密集型時(shí)延敏感任務(wù)的問題。本文關(guān)注于車輛編隊(duì)的任務(wù)卸載激勵(lì)機(jī)制，以優(yōu)化計(jì)算資源的利用，提升任務(wù)卸載效率。

2 相關(guān)工作

現(xiàn)有一些研究車輛編隊(duì)任務(wù)卸載的工作。Hu Y等人將車輛任務(wù)卸載優(yōu)化建模為最小化平均能耗的問題，并采用李雅普諾夫優(yōu)化確定任務(wù)卸載到車隊(duì)成員、MEC服務(wù)器還是本地。Du H等人針對車輛配備大量的傳感設(shè)備，及其產(chǎn)生的傳感任務(wù)提出一種新的車輛編隊(duì)協(xié)同感知體系架構(gòu)，并采用最大-最小公平算法以及迭代算法進(jìn)行求解。Xiao T等人以最小化系統(tǒng)整體能量消耗和時(shí)延為目標(biāo)，將搶占式調(diào)度策略與排隊(duì)論相結(jié)合，建立了具有兩個(gè)搶占式優(yōu)先級規(guī)則的任務(wù)卸載排隊(duì)模型。Ma X等人考慮到車輛的移動(dòng)性，采取重分配的任務(wù)卸載策略，并根據(jù)斯塔克伯格博弈理論利用強(qiáng)化學(xué)習(xí)理論求解。Yang C等人針對高速車輛提出了一種基于契約的激勵(lì)機(jī)制，促使車輛形成編隊(duì)，由此進(jìn)行任務(wù)卸載和資源分配。以上工作僅僅考慮了邊緣計(jì)算服務(wù)器和車輛編隊(duì)成員作為任務(wù)卸載服務(wù)節(jié)點(diǎn)。

Shi J等人在車輛網(wǎng)中考慮一種動(dòng)態(tài)定價(jià)的方案對提供任務(wù)卸載服務(wù)的車輛進(jìn)行獎(jiǎng)勵(lì)，文中僅僅考慮了根據(jù)計(jì)算資源的分配量進(jìn)行定價(jià)的方案。Y Yue等人，依據(jù)拍賣理論采取雙向拍賣的方法進(jìn)行任務(wù)卸載，但是存在多次競拍的情況，無法滿足低時(shí)延的要求。

本文提出將車輛編隊(duì)可通訊范圍內(nèi)的車輛也作為任務(wù)卸載服務(wù)節(jié)點(diǎn)的任務(wù)卸載策略，并考慮到車輛的移動(dòng)性。同時(shí)，為了激勵(lì)車輛能提供空閑的計(jì)算資源，提出了綜合車輛能源，通訊資源，計(jì)算資源的動(dòng)態(tài)定價(jià)激勵(lì)策略，車輛根據(jù)定價(jià)貢獻(xiàn)相應(yīng)的資源。將問題建模為一個(gè)序列決策問題，采用強(qiáng)化學(xué)習(xí)的方法以優(yōu)化車輛的最大效用。

3 系統(tǒng)模型

3.1 系統(tǒng)概述

圖1：系統(tǒng)架構(gòu)

當(dāng)車輛編隊(duì)成員有任務(wù)要卸載時(shí)，由編隊(duì)領(lǐng)隊(duì)節(jié)點(diǎn)收集相關(guān)信息，包括任務(wù)信息，車輛通信資源信息，以及計(jì)算資源信息。編隊(duì)領(lǐng)隊(duì)向RSU發(fā)送任務(wù)卸載請求，RSU進(jìn)行卸載決策，并確定預(yù)計(jì)支付服務(wù)節(jié)點(diǎn)相應(yīng)的酬金，任務(wù)節(jié)點(diǎn)進(jìn)行相應(yīng)的任務(wù)卸載，服務(wù)節(jié)點(diǎn)執(zhí)行完成并返回結(jié)果后任務(wù)節(jié)點(diǎn)根據(jù)任務(wù)完成情況確定最終定價(jià)并給付酬金，完成任務(wù)卸載。

3.2 任務(wù)時(shí)延描述

當(dāng)任務(wù)節(jié)點(diǎn)進(jìn)行任務(wù)卸載時(shí)，某一個(gè)服務(wù)節(jié)點(diǎn)的總體時(shí)延可以分為三個(gè)部分，包括任務(wù)節(jié)點(diǎn)到服務(wù)節(jié)點(diǎn)的傳輸時(shí)延，服務(wù)節(jié)點(diǎn)的計(jì)算時(shí)延，服務(wù)節(jié)點(diǎn)將結(jié)果傳輸?shù)饺蝿?wù)節(jié)點(diǎn)的傳輸時(shí)延。即

設(shè)α為輸出結(jié)果與任務(wù)數(shù)據(jù)量的比例，一般情況下α<<1，因此在計(jì)算時(shí)時(shí)延可以忽略不計(jì)。

對于每個(gè)服務(wù)節(jié)點(diǎn)，計(jì)算任務(wù)所需的時(shí)延如下：

其中，f為服務(wù)節(jié)點(diǎn)為卸載的任務(wù)可分配的計(jì)算資源。傳輸任務(wù)所需時(shí)延如下：

其中r為數(shù)據(jù)傳輸速率，可表示為：

其中，tr(i,j)為車輛編隊(duì)外節(jié)點(diǎn)與任務(wù)節(jié)點(diǎn)的鏈路失效時(shí)間，tf(j)為車輛編隊(duì)外節(jié)點(diǎn)與車隊(duì)的可通訊時(shí)間。如圖2所示，根據(jù)車輛位置與速度評估出鏈路失效時(shí)間（Link Expiration Time ,LET）。

圖2：鏈路失效時(shí)間計(jì)算圖

其中，（x,y）、(x,y)為兩輛車的位置，θ、θ為兩輛車的行駛方向，v、v為兩輛車的行駛速度，r為車輛的可通訊半徑。由式（7-10）可得輛車相對位置（d,d）以及相對速度（v,v），由此可得：

通過化簡可得：

由此可得：

當(dāng)車隊(duì)內(nèi)外車輛行使方向一致時(shí)，可得：

對于一個(gè)任務(wù)而言，其完成時(shí)間可表示為：

3.3 任務(wù)能耗描述

任務(wù)能耗分為兩個(gè)部分，即任務(wù)的傳輸能耗與計(jì)算能耗，表示為：

計(jì)算能耗為：

傳輸功耗為：

3.4 效用描述

由于車輛在提供卸載服務(wù)時(shí)需要消耗一定的資源，并且計(jì)算結(jié)果對自己并無利用價(jià)值，需要相應(yīng)的激勵(lì)機(jī)制來鼓勵(lì)貢獻(xiàn)出空閑資源。本文依據(jù)合同理論設(shè)計(jì)相應(yīng)的方法，任務(wù)節(jié)點(diǎn)根據(jù)資源質(zhì)量以及完成情況向提供卸載服務(wù)的節(jié)點(diǎn)提供相應(yīng)的報(bào)酬。

根據(jù)合同理論，機(jī)制應(yīng)當(dāng)滿足兩個(gè)基本約束。

激勵(lì)相容約束：服務(wù)節(jié)點(diǎn)更喜歡提供自己真實(shí)的能力信息，而不愿意提供虛假信息來騙取報(bào)酬。由于涉及到報(bào)酬問題，每個(gè)車輛都愿意盡力獲取更高的收益，激勵(lì)機(jī)制應(yīng)當(dāng)避免車輛提供虛假信息而獲得更高的收益。

個(gè)體理性約束：服務(wù)節(jié)點(diǎn)相對于閑置資源，更愿意將空閑資源提供出來，供其他車輛使用。為了激勵(lì)車輛更愿意提供出空閑資源，激勵(lì)機(jī)制應(yīng)當(dāng)考慮車輛提供出資源能夠獲得更高的報(bào)酬，促使形成積極環(huán)境。

為了量化節(jié)點(diǎn)的收益與支出本文定義了任務(wù)節(jié)點(diǎn)和服務(wù)節(jié)點(diǎn)的效用函數(shù)。任務(wù)節(jié)點(diǎn)通過任務(wù)完成時(shí)間的描述來表達(dá)對任務(wù)完成情況的滿意程度，其表示為：

同時(shí)，任務(wù)節(jié)點(diǎn)需要根據(jù)提供的資源情況向服務(wù)節(jié)點(diǎn)支付相應(yīng)報(bào)酬，包括計(jì)算資源以及能量資源。由于計(jì)算資源屬于稀缺資源，需要對其單價(jià)根據(jù)供應(yīng)量進(jìn)行相應(yīng)調(diào)整，設(shè)計(jì)算資源的基礎(chǔ)單價(jià)為常量x，任務(wù)節(jié)點(diǎn)i根據(jù)提供的計(jì)算資源數(shù)量向服務(wù)節(jié)點(diǎn)j支付的單價(jià)為γ'。此外，根據(jù)每個(gè)節(jié)點(diǎn)的情況，對支付單價(jià)動(dòng)態(tài)調(diào)整，包括信道狀態(tài)，能源情況，剩余計(jì)算資源情況，最終確定的單價(jià)為：

其中，E為節(jié)點(diǎn)剩余的能量，f為節(jié)點(diǎn)空閑的計(jì)算資源。任務(wù)節(jié)點(diǎn)需向服務(wù)節(jié)點(diǎn)支付的計(jì)算資源報(bào)酬為：

除計(jì)算資源外，服務(wù)節(jié)點(diǎn)提供卸載服務(wù)需要消耗一定的能量，因此任務(wù)節(jié)點(diǎn)也需要為此提供相應(yīng)的酬勞，設(shè)基本的用電單價(jià)為常量e。任務(wù)節(jié)點(diǎn)根據(jù)服務(wù)節(jié)點(diǎn)的剩余電量對單價(jià)進(jìn)行動(dòng)態(tài)調(diào)整，為：

由此，任務(wù)節(jié)點(diǎn)向服務(wù)節(jié)點(diǎn)支付的能源報(bào)酬為：

任務(wù)節(jié)點(diǎn)的綜合效用函數(shù)為：

服務(wù)節(jié)點(diǎn)根據(jù)邊際效用遞減原則，其根據(jù)任務(wù)節(jié)點(diǎn)的定價(jià)γ'來確定其貢獻(xiàn)的計(jì)算資源為：

服務(wù)節(jié)點(diǎn)的綜合效用函數(shù)為：

為約束服務(wù)節(jié)點(diǎn)能夠提供實(shí)際的資源狀況，需對服務(wù)節(jié)點(diǎn)執(zhí)行卸載服務(wù)的效果進(jìn)行評估，并對未達(dá)到承諾的節(jié)點(diǎn)進(jìn)行相應(yīng)的處罰，處罰函數(shù)定如下：

其中t'為實(shí)際任務(wù)執(zhí)行所需時(shí)間，k，z為懲罰系數(shù)滿足：

3.5 問題建模

當(dāng)進(jìn)行任務(wù)卸載決策時(shí)，系統(tǒng)的目標(biāo)是最大化任務(wù)節(jié)點(diǎn)的效用函數(shù)，以達(dá)到最優(yōu)效果。目標(biāo)問題描述如下：

其中，約束C1保證任務(wù)傳出過程中不會(huì)因兩個(gè)節(jié)點(diǎn)超出可通訊時(shí)間而中斷，C2保證任務(wù)整個(gè)卸載過程能在車輛與車隊(duì)可通訊時(shí)間內(nèi)完成，C3、C4保證任務(wù)能夠被完全分配，C5、C6保證服務(wù)節(jié)點(diǎn)分配出的計(jì)算資源不超過其空閑資源。

4 基于A3C的任務(wù)卸載策略

4.1 環(huán)境模型

在提出的算法中，路邊單元作為智能體用于任務(wù)卸載決策。當(dāng)車輛之間進(jìn)入可通訊范圍時(shí)假設(shè)可以自動(dòng)及時(shí)建立拓?fù)溥B接。因此，車隊(duì)領(lǐng)隊(duì)節(jié)點(diǎn)可以實(shí)時(shí)掌握車隊(duì)通訊范圍內(nèi)車輛的狀態(tài)以及整個(gè)拓?fù)鋱D，其中狀態(tài)包括位置，速度，可利用的計(jì)算資源，能量狀況等。當(dāng)領(lǐng)隊(duì)車輛獲取它們的狀態(tài)后，上傳至路邊單元，由路邊單元評估其信道狀態(tài)，并計(jì)算該拓?fù)淇沙掷m(xù)的時(shí)間，以此進(jìn)行卸載決策?；镜沫h(huán)境模型如下。

4.1.1 系統(tǒng)狀態(tài)

假設(shè)任務(wù)節(jié)點(diǎn)能夠?qū)⑿遁d任務(wù)分配到各個(gè)服務(wù)節(jié)點(diǎn)。除此之外，在任務(wù)卸載期間，每個(gè)服務(wù)節(jié)點(diǎn)的其他任務(wù)對計(jì)算資源的需求不會(huì)增加，使得每個(gè)服務(wù)節(jié)點(diǎn)的相關(guān)狀態(tài)不變。當(dāng)任務(wù)節(jié)點(diǎn)采取行動(dòng)，將一定比例的任務(wù)卸載到服務(wù)節(jié)點(diǎn)時(shí)，服務(wù)節(jié)點(diǎn)的計(jì)算資源情況也隨之改變。同時(shí)SNR和車輛之間的鏈路過期時(shí)間也由于車輛的移動(dòng)發(fā)生改變，因此當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)。

4.1.2 動(dòng)作

p為任務(wù)節(jié)點(diǎn)i分配給節(jié)點(diǎn)j的比例p∈[0,1]，假設(shè)任務(wù)是可以進(jìn)行劃分的，γ為對應(yīng)預(yù)支付的計(jì)算資源單價(jià)。

4.1.3 獎(jiǎng)勵(lì)

依據(jù)優(yōu)化目標(biāo)（30），設(shè)定相應(yīng)的獎(jiǎng)勵(lì)函數(shù)，目的是降低任務(wù)的時(shí)延同時(shí)考慮能耗，在當(dāng)前狀態(tài)s(t)下，執(zhí)行a(t)決策所獲得的獎(jiǎng)勵(lì)為：

該獎(jiǎng)勵(lì)函數(shù)的設(shè)立目的是降低任務(wù)時(shí)延，降低任務(wù)總功耗，g(x)為設(shè)置的懲罰函數(shù)，對節(jié)點(diǎn)傳輸時(shí)間超出鏈路失效時(shí)間，節(jié)點(diǎn)總時(shí)間超出與車隊(duì)通訊的時(shí)間的情況進(jìn)行懲罰。

由于動(dòng)態(tài)的車輛環(huán)境，隨時(shí)變化的通訊鏈路，節(jié)點(diǎn)的可利用資源是很難預(yù)測的，因此，很難給出精確的狀態(tài)轉(zhuǎn)移概率。而Model-free的強(qiáng)化學(xué)習(xí)，可以解決這樣的問題。

4.2 基于A3C的任務(wù)卸載算法

為了解決這個(gè)問題，本文采用Model-free的A3C方法。目的是在一個(gè)時(shí)期內(nèi)最小化任務(wù)節(jié)點(diǎn)的任務(wù)時(shí)延，能耗等，因此需要獲取最優(yōu)策略來最大化任務(wù)節(jié)點(diǎn)的累計(jì)回報(bào)期望。

策略π(a|s;θ)，其參數(shù)為θ，根據(jù)目前環(huán)境狀態(tài)s，選擇合適的動(dòng)作a，獲取到獎(jiǎng)勵(lì)r，環(huán)境狀態(tài)變?yōu)閟，直至任務(wù)完成，最終的獎(jiǎng)勵(lì)和為R。由此形成一個(gè)由狀態(tài)，動(dòng)作組成的序列τ有：

該序列具馬爾科夫性，則其發(fā)生的概率為：

序列τ所獲得的獎(jiǎng)勵(lì)和為R（τ），而在策略π的情況下，其期望為：

之后定義狀態(tài)價(jià)值函數(shù)，即從狀態(tài)s開始遵循策略π的預(yù)期回報(bào)：

通過神經(jīng)網(wǎng)絡(luò)對其擬合估計(jì)值為V(s;θ),其中θ為網(wǎng)絡(luò)參數(shù)。定義優(yōu)勢函數(shù)為：

其中γ為折扣因子γ∈[0,1]。目的是在某一個(gè)狀態(tài)下，使其具有越高的優(yōu)勢函數(shù)值的動(dòng)作，策略π選中它的概率越高。

如圖3所示，考慮到強(qiáng)化學(xué)習(xí)需要經(jīng)過多次的訓(xùn)練才能達(dá)到預(yù)期的效果，本文采用多個(gè)智能體并行學(xué)習(xí)的方式以提升訓(xùn)練效率，其中全局網(wǎng)絡(luò)由路邊單元維護(hù)，并向本地網(wǎng)絡(luò)提供最新網(wǎng)絡(luò)參數(shù)，本地網(wǎng)絡(luò)由每一個(gè)在路邊單元通訊范圍內(nèi)的任務(wù)車輛維護(hù)，可拉取全局網(wǎng)絡(luò)參數(shù)，并訓(xùn)練更新，向全局網(wǎng)絡(luò)推送。

圖3：基于A3C協(xié)同任務(wù)卸載算法架構(gòu)

智能體中分為兩個(gè)子網(wǎng)絡(luò)Actor網(wǎng)絡(luò)和Critic網(wǎng)絡(luò)，Actor網(wǎng)絡(luò)用于訓(xùn)練策略π，Critic網(wǎng)絡(luò)用于對網(wǎng)絡(luò)提出的任務(wù)分配策略進(jìn)行評判。在每一輪訓(xùn)練中，智能體先從全局網(wǎng)絡(luò)拉取參數(shù)到本地網(wǎng)絡(luò)，收集初始的車輛狀態(tài)s，然后在每一步中，依據(jù)策略π選擇任務(wù)分配策略，依據(jù)策略進(jìn)行任務(wù)卸載比例分配，服務(wù)節(jié)點(diǎn)根據(jù)任務(wù)分配進(jìn)行計(jì)算，并反饋結(jié)果，智能體計(jì)算獎(jiǎng)勵(lì)值r，車輛狀態(tài)由當(dāng)前狀態(tài)轉(zhuǎn)入下一個(gè)狀態(tài)s，并將經(jīng)歷(s,a,r,s)存儲(chǔ)起來。當(dāng)?shù)竭_(dá)一定步數(shù)時(shí)，智能體更新Actor網(wǎng)絡(luò)和Critic網(wǎng)絡(luò)參數(shù)，并異步更新到全局網(wǎng)絡(luò)。具體的算法如下。

算法1 基于A3C的任務(wù)卸載算法

1./*假設(shè)全局共享參數(shù)向量為θ和θ*/

2./*假設(shè)本地參數(shù)向量為θ'和θ'*/；

3.初始化本地計(jì)數(shù)器t←1

4.repeat

5.梯度清零dθ←0

6.依據(jù)全局共享參數(shù)同步本地參數(shù)θ'=θ且

7.θ'=θ

8.t=t 獲取初始車輛節(jié)點(diǎn)狀態(tài)s

9.repeat

10.依據(jù)策略π(a|s;θ')獲取任務(wù)分配策略a

11.并執(zhí)行，依據(jù)任務(wù)的時(shí)延及資源消耗情況

12.計(jì)算獎(jiǎng)勵(lì)r

13.節(jié)點(diǎn)狀態(tài)由s轉(zhuǎn)變?yōu)閟

14.t←t+1,T←T+1

15.R=V(s,θ')

16.for i∈{t-1,…,t} do

17.R←r+γR

18.dθ←dθ+

19.?logπ(a|s;θ')(R‐V(s;θ')

20.dθ←dθ+?(R‐V(s;θ'))/?θ'

21.end for

22.依據(jù)dθ,dθ異步更新θ和θ

23.until 任務(wù)完成計(jì)算

24.until T>T

5 仿真結(jié)果

在該節(jié)中，將展示仿真結(jié)果來評估本文提出方案的性能。具體的仿真參數(shù)如表1所示。為了對比，本文提供了另兩個(gè)任務(wù)卸載算法，定義如下。

表1：仿真參數(shù)

貪心算法（GA）：對于每個(gè)任務(wù)，任務(wù)節(jié)點(diǎn)均選擇空閑計(jì)算資源最多的服務(wù)節(jié)點(diǎn)，并且選擇使得效用函數(shù)最大的定價(jià)支付酬勞。

隨機(jī)算法（SA）：對于每個(gè)任務(wù)，任務(wù)節(jié)點(diǎn)，隨機(jī)選擇服務(wù)節(jié)點(diǎn)進(jìn)行任務(wù)卸載，同樣選擇使效用函數(shù)最大的定價(jià)支付酬勞。

在仿真中，共有30個(gè)卸載任務(wù)，并且車隊(duì)由5輛車組成，車間距為10m，與車隊(duì)可通訊的車輛數(shù)為5至50輛，其與車隊(duì)內(nèi)可直接通訊的距離范圍為[-50,50]m。車隊(duì)的行使速度保持在90km/h，其他車輛與車隊(duì)的相對速度范圍是[-10,10]km/h。

如圖4所示，對比了在車隊(duì)外車輛數(shù)不同時(shí)，任務(wù)車輛的平均效用的變化?？梢宰⒁獾教岢龅幕贏3C的任務(wù)卸載算法，任務(wù)車輛的平均效用高于其他兩種算法。一方面，提出的任務(wù)卸載算法可以將任務(wù)分配到多個(gè)服務(wù)節(jié)點(diǎn)進(jìn)行計(jì)算，另一方面A3C算法并不是只考慮當(dāng)前狀態(tài)提出策略，而是會(huì)考慮到未來狀態(tài)的影響，從而會(huì)有更好的效果。

圖4：平均效用對比

如圖5所示，對比了三種算法隨車隊(duì)外車輛數(shù)目變化任務(wù)時(shí)延占任務(wù)最大可容忍時(shí)延比例的變化，基于A3C的任務(wù)卸載算法整體上會(huì)隨服務(wù)節(jié)點(diǎn)數(shù)的增加而減小，這是由于任務(wù)有更多的節(jié)點(diǎn)可以卸載，提高了任務(wù)的并行度。而基于貪心的算法只選擇具有高計(jì)算能力的節(jié)點(diǎn)卸載，并不會(huì)隨服務(wù)節(jié)點(diǎn)的數(shù)量增加而明顯減少。

圖5：時(shí)延對比

如圖6所示，基于A3C的卸載算法能量消耗高于基于貪心的算法和隨機(jī)算法，這是由于為了提升任務(wù)節(jié)點(diǎn)的總體效用值，對于能耗的關(guān)注度較少，為了分配更合理的計(jì)算資源提升任務(wù)時(shí)延，需要消耗稍多的能量。

圖6：能耗對比

6 結(jié)束語

本文研究了車聯(lián)網(wǎng)中車隊(duì)場景下分布式任務(wù)卸載問題。將任務(wù)卸載問題構(gòu)建為一個(gè)順序決策問題?；贏3C算法，本文提出一個(gè)基于服務(wù)節(jié)點(diǎn)綜合能力的動(dòng)態(tài)定價(jià)激勵(lì)方案，并進(jìn)行任務(wù)卸載決策。仿真結(jié)果證明了本文提出的方案與其他常規(guī)方案相比有更好的性能。未來會(huì)考慮多個(gè)車隊(duì)同場景且跨越路邊單元的任務(wù)卸載問題。