一种基于数字孪生的车联网边缘计算卸载多目标决策方法

摘要

本发明公开了一种基于数字孪生的车联网边缘计算卸载多目标决策方法，具体为：输入基于数字孪生的边缘车联网环境，初始化执行者‑评估者网络参数和基于分解的多目标进化算法参数；执行卸载动作，得到奖励向量和完成标志，存入缓存区；根据缓存区数据拟合值函数，基于当前价值函数与折扣回报计算优势估计；运用基于分解的多目标进化算法和奖励向量更新解集和适应度值，返回帕累托最优解作为执行者网络学习参数；以截断法约束策略更新，计算损失函数并更新策略；完成标志为真时，重置边缘车联网环境开始下一回合。本发明适用于在未知动态的边缘车联网环境下通过数字孪生辅助的智能边缘卸载决策实现最小化时延、能耗和云计算成本之间的长期权衡。