A Deep RL Approach on Task Placement and Scaling of Edge Resources for Cellular Vehicle-to-Network Service Provisioning

要約

Cellular-Vehicle-to-Everything (C-V2X) は現在、私たちの社会のデジタル変革の最前線にあります。
携帯電話ネットワークを使用して車両が相互に通信したり、交通環境と通信できるようにすることで、交通を再定義し、交通安全と交通サービスを向上させ、車両交通の流れの効率を高め、環境への影響を削減します。
Cellular Vehicular-to-Network (C-V2N) サービスのプロビジョニングを効果的に促進するために、サービス タスクの配置とエッジ リソースのスケーリングという相互依存する問題に取り組みます。
具体的には、結合問題を定式化し、それが計算的に処理できないことを証明します。
その複雑さに対処するために、ハイブリッド アクション スペース向けの深層強化学習 (DRL) アプローチであるディープ ハイブリッド ポリシー グラディエント (DHPG) を導入します。DHPG のパフォーマンスは、以下を使用したシミュレーションを通じて、いくつかの最先端 (SoA) ソリューションに対して評価されます。
現実世界の C-V2N トラフィック データセット。
この結果は、DHPG が C-V2N サービスの遅延を事前設定された遅延しきい値未満に維持すると同時に、コンピューティング リソースの使用率を最適化する点で SoA ソリューションよりも優れていることを示しています。
最後に、提案されたアプローチがリアルタイム C-V2N サービスをサポートできることを検証するために、時間計算量分析が実行されます。

要約(オリジナル)

Cellular-Vehicle-to-Everything (C-V2X) is currently at the forefront of the digital transformation of our society. By enabling vehicles to communicate with each other and with the traffic environment using cellular networks, we redefine transportation, improving road safety and transportation services, increasing efficiency of vehicular traffic flows, and reducing environmental impact. To effectively facilitate the provisioning of Cellular Vehicular-to-Network (C-V2N) services, we tackle the interdependent problems of service task placement and scaling of edge resources. Specifically, we formulate the joint problem and prove that it is not computationally tractable. To address its complexity we introduce a Deep Hybrid Policy Gradient (DHPG), a Deep Reinforcement Learning (DRL) approach for hybrid action spaces.The performance of DHPG is evaluated against several state-of-the-art (SoA) solutions through simulations employing a real-world C-V2N traffic dataset. The results demonstrate that DHPG outperforms SoA solutions in maintaining C-V2N service latency below the preset delay threshold, while simultaneously optimizing the utilization of computing resources. Finally, time complexity analysis is conducted to verify that the proposed approach can support real-time C-V2N services.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google