车联网中基于多智能体强化学习的边缘服务器选址策略

李闯; 纪剑桥; 胡志刚; 周舟

doi:10.11817/j.issn.1672-7207.2024.07.011

您当前的位置：

首页 >

文章列表页 >

车联网中基于多智能体强化学习的边缘服务器选址策略

机械工程 • 控制科学与工程 | 更新时间：2024-08-01

- 车联网中基于多智能体强化学习的边缘服务器选址策略
- Edge server deployment strategy based on multi-agent reinforcement learning in the internet of vehicles
- “在车联网领域，研究者提出了一种基于多智能体强化学习的边缘服务器部署策略，有效优化了负载均衡，降低了时延和能耗。”
- 中南大学学报(自然科学版) 2024年55卷第7期页码：2567-2577
- 作者机构：
  
  1.湖南工商大学计算机学院，湖南长沙，410205
  2.中南大学计算机学院，湖南长沙，410075
  3.长沙学院计算机科学与工程学院，湖南长沙，410022
- 作者简介：
  
  胡志刚，博士，教授，从事云边计算、嵌入式系统等研究；E-mail：zghu@csu.edu.cn
- 基金信息：
  
  国家自然科学基金资助项目(62172442;62002115;62372068);湘江实验室重大项目(23XJ01002;22XJ01001);湖南省教育厅青年项目(21B0779);湖南省重点研发计划项目(2021NK2020);长沙市杰出创新青年培养计划项目(kq2107020);湖南省自然科学基金资助项目(2022JJ40128)
- DOI：10.11817/j.issn.1672-7207.2024.07.011
  中图分类号： TP393
- 纸质出版日期：2024-07-26，
  
  收稿日期：2023-11-22，
  
  修回日期：2024-01-24，
- 稿件说明：
移动端阅览
李闯, 纪剑桥, 胡志刚, 等. 车联网中基于多智能体强化学习的边缘服务器选址策略[J]. 中南大学学报(自然科学版), 2024, 55(7): 2567-2577.

LI Chuang, JI Jianqiao, HU Zhigang, et al. Edge server deployment strategy based on multi-agent reinforcement learning in the internet of vehicles[J]. Journal of Central South University(Science and Technology), 2024, 55(7): 2567-2577.
李闯, 纪剑桥, 胡志刚, 等. 车联网中基于多智能体强化学习的边缘服务器选址策略[J]. 中南大学学报(自然科学版), 2024, 55(7): 2567-2577. DOI： 10.11817/j.issn.1672-7207.2024.07.011.

LI Chuang, JI Jianqiao, HU Zhigang, et al. Edge server deployment strategy based on multi-agent reinforcement learning in the internet of vehicles[J]. Journal of Central South University(Science and Technology), 2024, 55(7): 2567-2577. DOI： 10.11817/j.issn.1672-7207.2024.07.011.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

Extra-iNet：一个针对文本预测的解释抽取框架

燃料电池汽车动力系统及能量管理策略研究进展

同分布强化学习优化多决策树及其在非平衡数据集中的应用

基于强化学习的模糊自适应控制器

车联网中基于多智能体强化学习的边缘服务器选址策略

Edge server deployment strategy based on multi-agent reinforcement learning in the internet of vehicles

DOI：10.11817/j.issn.1672-7207.2024.07.011