arXiv · cs.AI· Bernardo A. C. Pereira·· 20 天前AI 评分15
基于 MARL 的 TSN 车联网边缘网络截止期感知调度研究
Deadline-Aware Multi-Agent Reinforcement Learning for TSN-Based Vehicular Edge Networks
来源与原文
arXiv · cs.AI
作者：Bernardo A. C. Pereira
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.09870v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出一种基于 MAPPO 的多智能体强化学习方法，为 TSN 车载边缘计算（VEC）中的每个队列分配智能体，联合学习服务顺序与时隙时长以减少截止期错过。相比集中式单智能体方法，该方法最多降低服务延迟 66.2%、提升可靠性 271.8%，且推理时间低于其他 MARL 方法。
来源：arXiv · cs.AI · arxiv.org