💻 计算机科学

Pressure Guided Hierarchical Offloading and Heterogeneous Resource Selection for UAV-assisted Vehicular Edge Computing Networks: An Perspective of Future Task Prediction

本文提出了压力引导的分层卸载（PGHO）算法，这是一种用于无人机辅助车载边缘计算的两层决策框架，该框架通过将未来任务压力预测与当前资源状况相结合，与现有的多智能体强化学习基准相比，显著降低了平均延迟并提高了任务成功率。

原作者： Chao He, Dongfeng Fu, Xin Xie, Jinkui Zhang, ShuXu Yue, Zheng Zhang

发布于 2026-10-30

📖 1 分钟阅读☕ 轻松阅读

原作者： Chao He, Dongfeng Fu, Xin Xie, Jinkui Zhang, ShuXu Yue, Zheng Zhang

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在现代交通繁忙的世界里，汽车不再仅仅是把人从一个地方移动到另一个地方的机器；它们正在变成移动的计算机。随着车辆获得识别物体、理解复杂环境并做出瞬时安全决策的能力，它们产生了大量需要即时处理的数据。然而，这些车内的计算机是有极限的。它们无法处理所有的重型计算，否则会导致运行变慢或耗尽电池。为了解决这个问题，工程师们开发了一种称为“车载边缘计算”的系统。车辆不再试图在内部完成所有工作，而是将沉重的任务发送给附近的助手。这些助手可以是其他车辆、路边的固定站，甚至是飞行的无人机。目标是为每个任务找到最合适的助手，以便汽车能够快速且安全地获得答案。

挑战在于道路上的混乱。交通状况在变，天气在变，驾驶员的需求也在剧烈波动。一个现在看起来完美的助手，可能在瞬间就会因为突如其来的紧急任务涌入而变得不堪重负。如果汽车将任务发送给一个即将变得过于忙碌的助手，任务就会卡住，汽车会等待，从而可能危及安全。长期以来，研究人员一直试图预测这些变化，但大多数系统只关注正在发生的事情。它们根据当前的队列长度或信号强度来决定将任务发送到哪里，却忽略了在接下来的几秒钟内可能会出现一波新的、紧急的任务。这种存在于当下与即时未来之间的差距，正是延迟和失败经常开始的地方。

一组研究人员针对这一问题提出了一种新方法，专门设计用于包含辅助地面车辆的飞行无人机网络。他们将这种方法称为“压力引导的分层卸载”（Pressure Guided Hierarchical Offloading）。该系统并没有试图一次性做出一个复杂的决策，而是将问题分解为两个清晰的步骤。首先，它进行前瞻性观察。它收集关于未来可能到达的任务类型、任务的紧急程度以及在极近的未来需要多少工作量的相关信息。研究人员将这些预测结合成一个单一的“未来任务压力”指标。这使得系统不仅能看到当前的负载，还能看到即将到来的任务流的重量。

一旦理解了这种未来压力，系统就会做出一个高层级的选择：哪个助手应该承担这项工作？这可以是在线车辆本身、附近的车辆、路边站，或者是无人机。研究人员发现，通过在做出选择之前考虑预测的压力，系统可以避免选择那些现在看起来很空闲、但在几秒钟内就会被淹没的助手。在选定助手后，系统进入第二步。它调整无人机的位置，并决定究竟要发送多少任务内容，以及保留多少在本地。由于助手已经选定，系统可以完全专注于优化与该特定助手的连接，而不是试图同时应对所有可能的选项。

研究人员在模拟环境中测试了这种方法，该环境模拟了三种非常不同的驾驶条件：正常交通、拥堵交通以及任务具有极其严格截止时间的场景。在正常条件下，新方法将完成任务的平均时间缩短至约 0.398 秒，同时成功完成了近 99.7% 的任务。当交通变得拥挤且计算能力竞争加剧时，该系统保持了极高的成功率，完成了 99.5% 的任务，平均延迟仅为 0.483 秒。这相比其他先进方法有了显著提升，因为在同样的压力下，其他方法的成功率往往会下降，或者延迟会大幅飙升。在最具挑战性的场景中（即任务必须几乎立即完成时），该系统实现了 99.85% 的成功率，平均延迟为 0.409 秒。

研究还揭示了为什么这种两步走的方法如此有效。当研究人员移除预测未来任务的能力时，平均延迟显著增加，这表明前瞻性观察对于把握时机至关重要。当他们移除这种两步结构并尝试一次性做出所有决策时，延迟变得更大，这证明了将“选择助手”与“调整连接”分开处理能使系统更高效。或许最重要的一点是，系统包含了一个安全检查机制，防止其选择距离过远或连接质量较差的助手。在截止日期紧迫时，这个简单的过滤器至关重要，它防止了系统在不可能的选择上浪费时间。

研究人员并未声称该系统是完美的，或是在未经测试的情况下适用于每一种现实世界的场景。他们的结果来自于使用无人机与汽车通信特定模型的计算机模拟。他们指出，该系统比那种仅仅选择最近助手的简单“贪婪算法”消耗更多的能量，但这种额外的能量支出是为了换取更高的可靠性和速度。这项研究表明，通过将对即时未来的观察与结构化的决策方式相结合，我们可以构建出不仅速度更快，而且在道路拥挤、压力倍增时更加可靠的车辆网络。

技术摘要：面向无人机辅助车载边缘计算网络的压力引导分层卸载与异构资源选择

问题陈述
车载边缘计算（VEC）网络集成了本地车辆、协作车辆、无人机（UAV）和路侧单元（RSU），在动态环境中面临显著挑战。现有方法往往无法充分考虑“未来任务压力”——即后续时隙中工作负载、任务到达、紧迫性和截止日期的预期演变。此外，资源的异构性（空中与地面）以及离散决策（选择执行节点）与连续控制（无人机轨迹和卸载比例）之间的耦合，增加了实时优化的难度。传统的静态优化由于高维状态和实时性约束而难以实现，而标准的深度强化学习（DRL）方法通常难以有效协调这些混合动作类型，也无法利用预测信息来预先管理队列积压和资源竞争。

方法论：PGHO 框架
本文提出了**压力引导的分层卸载（PGHO）**框架，旨在为无人机辅助的 VEC 提供集成未来任务预测与分层决策结构的方案。

未来任务压力表示：
PGHO 不仅仅依赖于当前的队列状态，而是在资源选择之前构建了一个“未来任务压力”指标。这涉及在短时界限内（ $H=4$ 个时隙）预测四个关键属性：计算负载、任务紧迫性、到达强度和截止日期变化。这些属性通过多尺度预测器（利用短、中、长三个时间窗口）进行处理，生成指数加权移动平均（EWMA）和趋势估计。这些预测被聚合为一个紧凑的**未来任务流压力指数（FTPI）**和压力向量，并输入到决策状态中，以便在选择节点之前预判队列压力和截止日期风险。
分层决策结构：
PGHO 根据依赖关系将联合决策问题分解为两个层面：
- 上层策略（离散）： 使用双深度 Q 网络（DDQN）来选择执行节点（本地车辆、协作车辆、无人机或 RSU）。该决策基于当前资源状况以及预测的未来任务压力做出。至关重要的是，引入了**动作掩码（Action Masking）**机制，在策略对候选节点进行排序之前，过滤掉物理上不可行的节点（基于覆盖范围、链路可靠性和传输时间）。
- 下层策略（连续）： 一旦选定节点，由多智能体深度确定性策略梯度（MADDPG）控制器进行操作。这一层级专门负责在已选定节点的链路、队列和资源约束下，管理无人机的位移和卸载比例 ( $\rho$ )。这种层次化结构确保了连续控制变量是在由离散选择建立的可行上下文中生成的。
策略选择与训练：
为了解决 DRL 训练中最终策略可能并非最优的不稳定性问题，PGHO 采用了基于验证的选择策略。在训练期间，定期在固定的验证任务流上评估策略。系统根据优先考虑可靠性（成功率、失败类型）和延迟指标（平均值、P95、P99）的综合评分来保留检查点。如果性能持续下降，系统会恢复到之前表现更优的检查点。这确保了部署的策略是观测到最佳验证性能的策略，而非仅仅是最后一次训练更新的结果。

核心贡献
本文确定了三个主要贡献：

未来任务压力表示： 一种将预测的负载、到达、紧迫性和截止日期变化共同汇总为统一压力指标的新方法。这使得上层决策能够在选择异构资源之前，预判未来需求的演变。
分层决策结构： 一种基于依赖性的架构，其中上层策略选择执行节点，而下层策略根据该特定节点的条件控制无人机运动和卸载比例。这实现了离散节点选择与连续控制的分离，降低了动作空间的复杂度。
基于验证的策略选择： 一种保留了在固定任务流上具有卓越验证性能策略的训练程序，利用检查点存储、回滚机制和候选精炼，以确保针对训练波动时的鲁棒性。

实验结果
该方法在三种场景（正常负载、高负载和紧迫截止日期）下进行了评估，使用了随机种子 42、43 和 44。PGHO 与 TF Greedy、MADDPG、Soft Actor-Critic (SAC) 以及混合多智能体近端策略优化 (H MAPPO) 进行了对比。

性能： 在所有场景下，PGHO 实现了 0.4301 s 的平均延迟和 99.705% 的任务成功率。
对比分析：
- 与 MADDPG、SAC 和 H MAPPO 相比，PGHO 分别降低了 21.1%、12.1% 和 7.4% 的平均延迟，同时提高了任务成功率。
- 与具有竞争力的 TF Greedy 基准相比，PGHO 在保持微弱平均延迟优势（约提升 1.83%）的同时，将任务成功率提高了 2.62 个百分点。
组件分析：
- 分层结构： 去除层次结构（PGHO no HD）导致平均延迟增加了约 32.3%，证明了将节点选择与连续控制分离对于降低延迟（尤其是在高负载下）至关重要。
- 未来任务信息： 去除预测（PGHO no PE）导致平均延迟增加了约 33.6%，证实了预判未来队列压力能显著改善时序和目的地选择。
- 动作掩码： 去除掩码（PGHO no AM）导致在紧迫截止日期下的任务成功率大幅下降（从 99.85% 降至 93.41%），凸显了其在防止不可行分配方面的作用。
- 验证选择： 完整的选择过程（对比 PGHO no SI）使平均延迟降低了约 32.0%，证明了保留最佳验证检查点优于使用最终训练状态。

意义与主张
本文声称 PGHO 有效解决了动态、异构 VEC 网络中低延迟与高任务完成率之间的权衡。通过将未来任务压力整合到资源选择阶段，并将离散与连续控制解耦，该方法在不牺牲平均延迟性能的情况下实现了高可靠性（接近 100% 的成功率）。作者指出，由于更积极地利用资源，PGHO 产生了较高的归一化能耗（比 TF Greedy 高出约 24.2%），但这是实现所观察到的可靠性和低尾部延迟的必要权衡。研究结论认为，该框架在不同的任务压力条件下都能保持低延迟和高任务完成率，为未来的智能交通系统提供了鲁棒的解决方案。作者承认存在局限性，如使用模拟轨迹、单一无线模型以及固定网络规模，建议未来的工作应结合实测链路条件和真实的车辆轨迹。

技术摘要：面向无人机辅助车载边缘计算网络的压力引导分层卸载与异构资源选择

类似论文