科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决移动边缘计算（MEC）在多用户环境中难以设计合理的卸载决策，导致负载失衡、总时延过高和响应延迟问题，提出一种时延敏感的启发式任务卸载方法。首先，针对边缘设备在处理计算任务时存在的计算资源匮乏和电量不足问题，提出一种以边缘服务器为主体的卸载模式，并建立系统模型和时延优化模型。然后，提出一种改进近端策略优化算法I-PPO，该算法通过增加离线训练过程、设计考虑多智能体决策影响的奖励机制、在特征中增加基于特定智能体的全局信息，使算法能够适用于多用户环境。接着，在I-PPO的基础上，在任务卸载执行过程中引入任务优先级调度决策，构造时延敏感的轻量级启发式任务卸载算法HTAI，进一步优化系统时延，提升用户满意度。仿真实验表明，本文所提I-PPO算法，相比同类算法，能有效提升收敛速度、寻优能力和鲁棒性，并能够适用于多智能体环境，所提启发式任务卸载算法HTAI相比其它算法，在系统总时延、边缘服务器负载均衡度方面性能更优，并具有较强的稳定性。
- 单位
