车联网数字孪生云边缘计算的协同卸载方法

数字孪生和边缘计算是支持计算密集型和服务敏感型车联网应用的有吸引力的解决方案。现有的车联网服务卸载解决方案大多只考虑边缘云协作，但不应忽视小小区eNodeB（SCeNB）之间的协作。通过节点之间合理的协同计算，可以获得远低于将任务卸载到云的服务延迟。所提出的框架通过构建一个数字孪生来实现和维护SCeNB节点之间的协作仿真，该数字孪生将SCeNB的节点维护在中央控制器中，从而实现用户任务卸载位置、子信道分配和计算资源分配。在此基础上，提出了一种基于主导行动者-评论家网络和拍卖机制的AUC-AC算法。为了更好地掌握全局信息，在每个SCeNB节点的数字孪生中使用了卷积块注意力机制（CBAM）来观察其环境并学习策略。数值结果表明，我们的实验方案在服务延迟方面优于几种基线算法。