近日，实验室网络与服务计算团队在计算机网络领域的国际权威期刊《IEEE Transactionson Mobile Computing》发表车辆边缘计算最新研究成果。《IEEETransactionson Mobile Computing》是计算机网络领域声誉卓著的国际期刊，是中国计算机学会（CCF）认可的A类国际期刊。我校为论文第一单位，赵伟副教授为论文的第一作者，卫琳娜博士为通信作者。研究工作得到国家自然科学基金、安徽省自然科学基金等项目资助。

（路边协同计算任务卸载场景图）

  路边单元（Roadside Units, RSUs）的整合对自动驾驶技术的发展至关重要。在车辆边缘计算（Vehicle Edge Computing, VEC）范式中，由于网络节点的异构计算和通信能力限制，以及计算任务多源性，如何将计算任务卸载到RSUs 和车辆上成为现在研究的挑战之一。考虑到任务分布和环境状态的不可预测性，这些挑战使得从长期优化的角度研究网络稳定性变得复杂。

（RSU处理能力对总体性能和系统稳定性的影响）

（车辆规模对总体性能、网络延迟、系统稳定性的影响）

（节点挂载任务对总体性能、网络延迟、以及队列长度的影响）

团队采用了部分任务卸载的方法，旨在满足系统稳定性需求的同时最小化任务延迟，将其作为动态长期优化的问题。利用Lyapunov 随机优化方法，成功解耦了长期延迟最小化和稳定性约束的问题，将其转化为单位时隙的调度问题。由于带有复杂的Lyapunov 漂移函数，每个时隙调度问题无法在每个时间步内实现数值优化。研究提出了基于深度强化学习的算法，并通过理论分析和仿真验证了解决方案的有效性，在路边协同自动驾驶场景中具有广泛应用价值。

论文链接：https://ieeexplore.ieee.org/document/10354525

（撰稿：赵伟 审核：骆国润 吴宣够 韩军书）