用于车辆边缘计算的轨迹感知多智能体协同任务卸载方法

doi:10.11772/j.issn.1001-9081.2025080966

《计算机应用》唯一官方网站 ›› 2026, Vol. 46 ›› Issue (9): 2910-2919.DOI: 10.11772/j.issn.1001-9081.2025080966

• 先进计算 • 上一篇

用于车辆边缘计算的轨迹感知多智能体协同任务卸载方法

王晨阳¹^,²^,³, 史晓雨²^,³(), 甘捷²^,³, 尚明生²^,³

^1.重庆邮电大学人工智能学院，重庆 400065
^2.中国科学院大学重庆学院，重庆 400714
^3.中国科学院重庆绿色智能技术研究院重庆市边缘智能计算重点实验室，重庆 400714

收稿日期:2025-08-26 修回日期:2025-10-10 接受日期:2025-10-20 发布日期:2026-09-16 出版日期:2026-09-10
通讯作者: 史晓雨
作者简介:王晨阳（2000—），男，河南三门峡人，硕士研究生，主要研究方向：边缘计算、强化学习
史晓雨（1986—），男，河南南阳人，副研究员，博士，主要研究方向：强化学习、边缘计算、大数据挖掘
甘捷（1988—），男，重庆人，工程师，博士，主要研究方向：高可靠的工业边缘计算
尚明生（1973—），男，重庆人，研究员，博士，主要研究方向：大数据、人工智能、物联网、云计算。
基金资助:
重庆市科技创新重大研发项目(CSTB2022TIAD-STX0007)

Trajectory-aware multi-agent cooperative task offloading method for vehicular edge computing

Chenyang WANG¹^,²^,³, Xiaoyu SHI²^,³(), Jie GAN²^,³, Mingsheng SHANG²^,³

^1.School of Artificial Intelligence，Chongqing University of Posts and Telecommunications，Chongqing 400065，China
^2.Chongqing School，University of Chinese Academy of Sciences，Chongqing 400714，China
^3.Chongqing Key Laboratory of Edge Intelligence Computing，Chongqing Institute of Green and Intelligent Technology of Chinese Academy of Sciences，Chongqing 400714，China

Received:2025-08-26 Revised:2025-10-10 Accepted:2025-10-20 Online:2026-09-16 Published:2026-09-10
Contact: Xiaoyu SHI
About author:WANG Chenyang， born in 2000， M. S. candidate. His research interests include edge computing， reinforcement learning.
SHI Xiaoyu， born in 1986， Ph. D.， associate research fellow. His research interests include reinforcement learning， edge computing， big data mining.
GAN Jie， born in 1988， Ph. D.， engineer. His research interests include highly-reliable industrial edge computing.
SHANG Mingsheng， born in 1973， Ph. D.， research fellow. His research interests include big data， artificial intelligence， internet of things， cloud computing.
Supported by:
Science and Technology Innovation Key Research and Development Program of Chongqing(CSTB2022TIAD-STX0007)

摘要/Abstract

摘要：

在车辆边缘计算（VEC）环境中，车辆的高速移动性和非均匀分布常导致跨域任务卸载失败和路侧单元（RSU）负载失衡，从而严重影响系统性能。现有研究多集中于负载均衡或仅考虑单步卸载决策，忽略了车辆移动性带来的通信不确定性以及任务在跨RSU环境下的灵活调度需求，导致卸载效率受限。因此，提出一种轨迹感知协同多智能体强化学习（TAC-MARL）方法。首先，引入基于PatchTST（Patch Time Series Transformer）的多步车辆轨迹预测模块，实现前瞻性的移动感知，从而指导任务调度；其次，构建车-边-云协同任务卸载框架，将车辆与RSU建模为智能体群体，采用集中训练分散执行（CTDE）的强化学习范式进行联合决策，并设计部分奖励解耦的多智能体策略优化方法以提升协作效率与系统稳定性。在不同任务密度、时延约束及网络拓扑的仿真测试结果表明，相较于独立近端策略优化（IPPO）、多智能体深度确定性策略梯度（MADDPG）及多智能体近端策略优化（MAPPO）等先进基线算法，所提方法的任务完成率和任务完成时延显著更优，验证了该方法在动态复杂VEC环境下的高效性、鲁棒性与应用潜力。

关键词: 车辆边缘计算, 多智能体强化学习, 轨迹预测, 任务卸载, 协同任务调度

Abstract:

In Vehicular Edge Computing （VEC） environments， the high mobility and uneven distribution of vehicles often lead to cross-domain task offloading failures and load imbalance of RoadSide Units （RSUs）， thereby degrading system performance significantly. The existing studies mainly focus on load balance or single-step offloading decisions， while failing to address the communication uncertainties caused by vehicle mobility and the requirement for flexible task scheduling across RSUs， which limits offloading efficiency. Therefore， a Trajectory-Aware Collaborative Multi-Agent Reinforcement Learning （TAC-MARL） method was proposed. First， foresighted mobility awareness for task scheduling was realized through introducing a Patch Time Series Transformer （PatchTST） -based multi-step vehicle trajectory prediction module to guide task scheduling. Second， a vehicle-edge-cloud collaborative task offloading framework was constructed， in which vehicles and RSUs were modeled as agent groups， cooperative decision-making was performed by the employment of a reinforcement learning paradigm — Centralized Training and Decentralized Execution （CTDE）， and a partially reward-decoupled multi-agent policy optimization method was designed to improve cooperation efficiency and system stability. Simulations under varying task densities， latency constraints， and network topologies were conducted. The proposed method consistently outperforms baseline algorithms such as Independent Proximal Policy Optimization （IPPO）， Multi-Agent Deep Deterministic Policy Gradient （MADDPG）， and Multi-Agent Proximal Policy Optimization （MAPPO） in task completion rate and task completion latency， verifying the efficiency， robustness， and practical potential of the proposed method in dynamic and complex VEC environments.

Key words: Vehicular Edge Computing (VEC), multi-agent reinforcement learning, trajectory prediction, task offloading, collaborative task scheduling

中图分类号:

TP393.0

王晨阳, 史晓雨, 甘捷, 尚明生. 用于车辆边缘计算的轨迹感知多智能体协同任务卸载方法[J]. 计算机应用, 2026, 46(9): 2910-2919.

Chenyang WANG, Xiaoyu SHI, Jie GAN, Mingsheng SHANG. Trajectory-aware multi-agent cooperative task offloading method for vehicular edge computing[J]. Journal of Computer Applications, 2026, 46(9): 2910-2919.

图/表 8

图1 迁移方向与车辆轨迹的协同性问题示意图

Fig. 1 Schematic diagram of collaboration issue between migration direction and vehicle trajectory

图2 VEC协同场景

Fig. 2 VEC collaborative scenario

图3 任务队列模型

Fig. 3 Task queue model

图4 TAC-MARL算法的框架

Fig. 4 Framework of TAC-MARL algorithm

表1 仿真场景中的实验参数设置

Tab. 1 Experimental parameter setting in simulation scenario

参数	值	参数	值
$R i, j v 2 r$	60 Mbit/s	$f i v$	7~10 G CPU cycles/s
$R j, p r 2 r$	100 Mbit/s	$f j r$	48~60 G CPU cycles/s
$R i, c v 2 c$	40 Mbit/s	$f c$	200 G CPU cycles/s
$R j, c r 2 c$	80 Mbit/s	RSU_Cover	200 m
$e k, i t$	4~8 MB	$u k, i t$	0.4~0.8 MB
$r k, i t$	22 ~26 G CPU cycles	$d k, i t$	7~12 s
$N$	12	$M$	9

表1 仿真场景中的实验参数设置

Tab. 1 Experimental parameter setting in simulation scenario

参数	值	参数	值
$R i, j v 2 r$	60 Mbit/s	$f i v$	7~10 G CPU cycles/s
$R j, p r 2 r$	100 Mbit/s	$f j r$	48~60 G CPU cycles/s
$R i, c v 2 c$	40 Mbit/s	$f c$	200 G CPU cycles/s
$R j, c r 2 c$	80 Mbit/s	RSU_Cover	200 m
$e k, i t$	4~8 MB	$u k, i t$	0.4~0.8 MB
$r k, i t$	22 ~26 G CPU cycles	$d k, i t$	7~12 s
$N$	12	$M$	9

图5 不同算法在不同场景设定下的TAR表现

Fig. 5 TAR performance of different algorithms under varying scenario settings

图6 不同算法在不同场景设定下的WACT

Fig. 6 WACT performance of different algorithms under varying scenario settings

图7 消融实验结果

Fig. 7 Ablation experiment results

参考文献 31

[1]	李智勇，王琦，陈一凡，等. 车辆边缘计算环境下任务卸载研究综述［J］. 计算机学报， 2021， 44（5）： 963-982.
	Li Zhiyong， Wang Qi， Chen Yifan， et al. A survey on task offloading research in vehicular edge computing ［J］. Chinese Journal of Computers， 2021， 44（5）： 963-982.
[2]	Guo J， Zhou H， Zhao L， et al. Incentive-driven and SAC-based resource allocation and offloading strategy in vehicular edge computing networks ［C］// IEEE INFOCOM WKSHPS 2023. Piscataway： IEEE， 2023： 1-6.
[3]	Shi J， Du J， Wang J， et al. Distributed V2V computation offloading based on dynamic pricing using deep reinforcement learning ［C］// WCNC 2020. Piscataway： IEEE， 2020： 1-6.
[4]	Guo H， Rui L L， Gao Z P. V2V task offloading algorithm with LSTM-based spatiotemporal trajectory prediction model in SVCNs［J］. IEEE Transactions on Vehicular Technology， 2022， 71（10）： 11017-11032.
[5]	Liu Z， Du H， Lin J， et al. DNN partitioning， task offloading， and resource allocation in dynamic vehicular networks： a Lyapunov-guided diffusion-based reinforcement learning approach ［J］. IEEE Transactions on Mobile Computing， 2025， 24（3）： 1945-1962.
[6]	Fan W， Zhang Y， Zhou G， et al. Deep reinforcement learning-based task offloading for vehicular edge computing with flexible RSU-RSU cooperation ［J］. IEEE Transactions on Intelligent Transportation Systems， 2024， 25（7）： 7712-7725.
[7]	Pliatsios D， Sarigiannidis P， Lagkas T D， et al. Joint wireless resource and computation offloading optimization for energy efficient internet of vehicles ［J］. IEEE Transactions on Green Communications and Networking， 2022， 6（3）： 1468-1480.
[8]	Yang K， Sun P， Lin J， et al. A novel distributed task scheduling framework for supporting vehicular edge intelligence ［C］// ICDCS 2022. Piscataway： IEEE， 2022： 972-982.
[9]	Zheng Y， Zhou H， Chen R， et al. Sac-based computation offloading and resource allocation in vehicular edge computing ［C］// IEEE INFOCOM WKSHPS 2022. Piscataway： IEEE， 2022： 1-6.
[10]	Dai P， Huang Y， Hu K， et al. Meta reinforcement learning for multi-task offloading in vehicular edge computing ［J］. IEEE Transactions on Mobile Computing， 2024， 23（3）： 2123-2138.
[11]	Chen L， Wu J， Zhang J， et al. Dependency-aware computation offloading for mobile edge computing with edge-cloud cooperation［J］. IEEE Transactions on Cloud Computing， 2022， 10（4）： 2451-2468.
[12]	Geng J， Qin Z， Jin S. Dynamic resource allocation for cloud-edge collaboration offloading in VEC networks with diverse tasks ［J］. IEEE Transactions on Intelligent Transportation Systems， 2024， 25（12）： 21235-21251.
[13]	Dai P， Hu K， Wu X， et al. A probabilistic approach for cooperative computation offloading in MEC-assisted vehicular networks ［J］. IEEE Transactions on Intelligent Transportation Systems， 2022， 23（2）： 899-911.
[14]	Nie Y， Nguyen N H， Sinthong P， et al. A time series is worth 64 words： long-term forecasting with Transformers［PP/OL］. V2. arXiv （2023-03-05）［2025-10-13］..
[15]	Zhang X， Wang C， Zhu Y， et al. Multi-agent deep reinforcement learning with trajectory prediction for task migration-assisted computation offloading ［J］. IEEE Transactions on Mobile Computing， 2025， 24（7）： 5839-5856.
[16]	Zhao L， Dong X， Hawbani A， et al. Optimizing task offloading in VEC： a PDQKM scheme combining deep reinforcement learning and Kuhn-Munkres matching ［J］. IEEE Transactions on Intelligent Transportation Systems， 2025， 26（1）： 1319-1334.
[17]	Ho T M， Nguyen K K. Joint server selection， cooperative offloading and handover in multi-access edge computing wireless network： a deep reinforcement learning approach ［J］. IEEE Transactions on Mobile Computing， 2022， 21（7）： 2421-2435.
[18]	Ye H， Li G Y， Juang B H F. Deep reinforcement learning based resource allocation for V2V communications ［J］. IEEE Transactions on Vehicular Technology， 2019， 68（4）： 3163-3173.
[19]	Peng H， Shen X. Multi-agent reinforcement learning based resource management in MEC- and UAV-assisted vehicular networks ［J］. IEEE Journal on Selected Areas in Communications， 2021， 39（1）： 131-141.
[20]	Lowe R， Wu Y， Tamar A， et al. Multi-agent actor-critic for mixed cooperative-competitive environments ［C］// NeurIPS 2017. Red Hook： Curran Associates Inc.， 2017： 6382-6393.
[21]	Huang X， Chen Y， Liu Z， et al. Task offloading based on the fusion of model-and data-driven intelligence for vehicular edge computing networks ［J］. IEEE Transactions on Intelligent Transportation Systems， 2025， 26（6）： 8525-8540.
[22]	Zhao L， Zhang E， Wan S， et al. MESON： a mobility-aware dependent task offloading scheme for urban vehicular edge computing ［J］. IEEE Transactions on Mobile Computing， 2024， 23（5）： 4259-4272.
[23]	Huang H， Zhan W， Min G， et al. Mobility-aware computation offloading with load balancing in smart city networks using MEC federation ［J］. IEEE Transactions on Mobile Computing， 2024， 23（11）： 10411-10428.
[24]	Zhao W， Gao P， Hong X， et al. PPO based task offloading with EKF for position prediction in RSU-assisted IoV ［J］. IEEE Transactions on Cognitive Communications and Networking， 2025， 12： 703-713.
[25]	Liu J， Wang S， Wang J， et al. A task oriented computation offloading algorithm for intelligent vehicle network with mobile edge computing ［J］. IEEE Access， 2019， 7： 180491-180502.
[26]	Xu C， Zhan C， Liao J， et al. Computation throughput maximization for UAV-enabled MEC with binary computation offloading ［C］// ICC 2022. Piscataway： IEEE， 2022： 4348-4353.
[27]	Du J， Kong Z， Sun A， et al. MADDPG-based joint service placement and task offloading in MEC empowered air-ground integrated networks ［J］. IEEE Internet of Things Journal， 2024， 11（6）： 10600-10615.
[28]	Yu C， Velu A， Vinitsky E， et al. The surprising effectiveness of PPO in cooperative multi-agent games ［C］// NeurIPS 2022. Red Hook： Curran Associates Inc.， 2022： 24611-24624.
[29]	Kapoor A， Freed B， Schneider J， et al. Assigning credit with partial reward decoupling in multi-agent proximal policy optimization［PP/OL］. V3. arXiv （2025-02-07）［2025-10-12］..
[30]	da Costa J B D， de Souza A M， Meneguette R I， et al. Mobility and deadline-aware task scheduling mechanism for vehicular edge computing ［J］. IEEE Transactions on Intelligent Transportation Systems， 2023， 24（10）： 11345-11359.
[31]	Schulman J， Wolski F， Dhariwal P， et al. Proximal policy optimization algorithms ［PP/OL］. V2. arXiv （2017-08-28）［2025-10-26］..

用于车辆边缘计算的轨迹感知多智能体协同任务卸载方法

Trajectory-aware multi-agent cooperative task offloading method for vehicular edge computing

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 31

相关文章 15

编辑推荐

Metrics

[1]	陈冠良, 刘义, 余意. 异构多智能体强化学习驱动的无人机三维避障与边缘计算协同优化[J]. 《计算机应用》唯一官方网站, 2026, 46(9): 2898-2909.
[2]	陈娟, 陈玉杰, 吴宗玲, 田谛, 钟杰. 用户为中心的卫星边缘计算架构优化任务卸载[J]. 《计算机应用》唯一官方网站, 2026, 46(8): 2524-2532.
[3]	薛天宇, 李爱萍, 段利国. 联合任务卸载和资源优化的车辆边缘计算方案[J]. 《计算机应用》唯一官方网站, 2025, 45(6): 1766-1775.
[4]	陈满, 杨小军, 杨慧敏. 基于图卷积网络和终点诱导的行人轨迹预测[J]. 《计算机应用》唯一官方网站, 2025, 45(5): 1480-1487.
[5]	项钰斐, 倪郑威. 基于演化博弈的分层联邦学习边缘联合动态分析[J]. 《计算机应用》唯一官方网站, 2025, 45(4): 1077-1085.
[6]	卫琳, 张世豪, 和孟佯. 面向算力网络的工作流任务优化与节能卸载方法[J]. 《计算机应用》唯一官方网站, 2025, 45(12): 3916-3924.
[7]	孙鉴, 张伟, 马宝全, 吴隹伟, 杨晓焕, 武涛. 无人机群辅助的移动感知自适应并行计算任务卸载系统MATOS[J]. 《计算机应用》唯一官方网站, 2025, 45(10): 3259-3269.
[8]	肖海林, 黄天义, 代秋香, 张跃军, 张中山. 基于轨迹预测的安全强化学习自动变道决策方法[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2958-2963.
[9]	田润泽, 周宇龙, 朱洪, 薛岗. 基于局部信息的服务迁移路径选择算法[J]. 《计算机应用》唯一官方网站, 2024, 44(7): 2168-2174.
[10]	张俊娜, 王欣新, 李天泽, 赵晓焱, 袁培燕. 基于动态服务缓存辅助的任务卸载方法[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1493-1500.
[11]	赵晓焱, 韩威, 张俊娜, 袁培燕. 基于异步深度强化学习的车联网协作卸载策略[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1501-1510.
[12]	王昱, 关智慧, 李远鹏. 基于轨迹预测和分布式MADDPG的无人机集群追击决策[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3623-3628.
[13]	李校林, 江雨桑. 无人机辅助移动边缘计算中的任务卸载算法[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1893-1899.
[14]	黄晓辉, 杨凯铭, 凌嘉壕. 基于共享注意力的多智能体强化学习订单派送[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1620-1624.
[15]	吴家皋, 章仕稳, 蒋宇栋, 刘林峰. 基于状态精细化长短期记忆和注意力机制的社交生成对抗网络用于行人轨迹预测[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1565-1570.