微信里点“发现”,扫一下
二维码便可将本文分享至朋友圈
演讲摘要:智能网联汽车的快速发展使得车载实时任务计算需求激增,车辆雾计算(Vehicular Fog Computing)网络基于边缘计算的架构,将具有计算和通信能力的智能车辆作为可充分利用的雾计算节点,可以有效降低计算任务的传输和处理时延。当前车辆雾计算的任务卸载研究主要面向的是局部单一服务区域内车辆的计算协作,依托云-网-边-端的分布式垂直雾计算架构进行任务卸载优化。但由于大规模智能网联汽车场景中局部区域车辆计算资源不确定性高、全局计算任务时空分布不均匀等特征,仅仅针对单一局部区域进行任务卸载优化容易导致热点区域极易资源匮乏、区域间计算负载不均衡等问题。本报告聚焦车联网赋能的跨域协同车辆雾计算任务卸载方案,提出一种层级化的跨域协同车联网雾计算框架,实现多层次、跨区域的计算任务和计算资源间时空优化耦合,并基于博弈理论和多智能体强化学习设计跨域协同车辆雾计算任务卸载方案,有效解决区域间计算负载不均衡导致的全局计算服务降级问题,相比于现有车辆雾计算方案在任务平均完成时延、任务完成率等核心性能指标上均取得了显著优势,为大规模车联网雾计算提供了新的跨域协作视角和可行性解决方案。
讲者简介:张荣庆,同济大学副教授、博士生导师,上海市海外高层次人才,毕业于北京大学,获理学学士和工学博士学位。长期从事车联网、多智能体协同和网联智能等方向的研究工作,迄今为止已撰写车联网学术专著3本,在国际权威期刊和学术会议上发表论文150余篇,先后3次获得IEEE通信领域旗舰会议最佳论文奖(IEEE ICC’16, GLOBECOM’18, ICC’19);参与发布网联智能车协同行业标准1项、团体标准2项;曾荣获教育部自然科学奖一等奖等;作为项目/课题负责人主持国家自然科学基金面上项目、青年科学基金、国家重点研发计划项目课题/子课题、上海市自然科学基金面上项目、上海市QR计划创新资助项目等国家级和省部级项目10余项。目前是IEEE TVT、IET Communications等国际学术期刊编委。