【无标题】

[1]

S. S. Shinde and D. Tarchi, ‘Collaborative Reinforcement Learning for Multi-Service Internet of Vehicles’, IEEE Internet of Things Journal, vol. 10, no. 3, pp. 2589–2602, Feb. 2023, doi: 10.1109/JIOT.2022.3213993.

每一个 VN （Vehicle Node）可以由多个EN（edge Node）覆盖，选择最优的EN。

决策变量： assignment （binary）and partial offloading【0，1】

 

 Mobility 考虑的是停留时间 

 state：

 Action：

 Reward Function (R):

 定义了多种训练场景，对于每个训练场景，Q-table的维度是不同的。