基于多智能体深度强化学习的车联网边缘计算协同任务卸载策略研究

为解决车联网(VEC)中计算密集型任务的高延迟和网络拥塞问题，研究人员提出了一种基于多智能体强化学习(MARL)的分布式任务卸载与迁移策略。该策略通过联合优化路边单元(RSU)和车对车(V2V)链路资源，实现了任务延迟降低54%、完成率提升15%的显著效果，为动态车联网环境下的实时计算提供了创新解决方案。

　　

随着智能交通系统的快速发展，车联网(IoV)正催生大量计算密集型、低延迟要求的应用，如行人识别和实时路径规划。然而，车载设备有限的计算能力与动态变化的网络环境，使得任务处理面临延迟高、资源分配不均等挑战。传统集中式优化方法难以适应车辆高速移动带来的拓扑变化，而现有基于启发式或博弈论的V2V卸载策略又存在决策效率低下的问题。

针对这一难题，江苏信息职业技术学院物联网工程学院的研究团队在《Future Generation Computer Systems》发表论文，创新性地提出两阶段协同卸载框架。第一阶段通过评估车辆间链路质量和卸载意愿选择最优服务车辆(SV)；第二阶段采用改进的COMA（反事实多智能体）强化学习算法，在动态环境中实现分布式任务迁移决策。该方法首次将信用分配机制引入车联网场景，有效解决了多智能体系统的协作效率问题。

关键技术包括：1）建立包含路边单元(RSU)和服务车辆(SV)的混合网络模型；2）设计基于时间槽的动态任务序列执行机制；3）开发融合链路质量评估与意愿分析的SV选择算法；4）构建COMA框架下的多智能体决策系统。实验选取DSMA等三种基准算法对比验证，在城区、高速公路等不同场景下测试性能。

【INTRODUCTION】
研究指出现有VEC方案存在三大局限：启发式算法难以应对动态环境、博弈论方法计算复杂度高、单智能体强化学习忽略协作效应。通过分析行人识别等典型应用的实时性需求，阐明协同卸载的必要性。

【Network model】
构建包含RSU和两类车辆（计算车辆CV/服务车辆SV）的5G-V2V混合网络。采用离散时间槽模型T={1,2,...,t,...,T}管理任务序列，引入马尔可夫决策过程描述动态迁移行为。

【Distributed Task Offloading Strategy】
SV选择阶段创新性地引入"卸载意愿"指标，结合信道状态信息(CQI)构建综合评价体系。COMA算法通过反事实基线计算个体贡献度，解决传统MARL的信用分配难题，使系统在90%信道突变情况下仍能保持稳定决策。

【Performance evaluation】
实测数据显示：在任务量激增场景下，本方案延迟较DSMA降低54%，较随机卸载策略提升任务完成率15%。特别在车辆密度>80辆/km²
时，V2V链路利用率提高23%，验证了协同机制的有效性。

【CONCLUSION】
该研究突破性地将多智能体协作思想引入车联网领域，提出的两阶段框架既保障了服务连续性，又通过COMA算法实现分布式高效决策。实验证明该方法能显著提升系统响应速度，为智能交通系统的实时计算提供新范式。作者指出未来可结合数字孪生技术进一步优化动态环境建模，这对推动自动驾驶和智慧城市发展具有重要实践价值。