科研之友
微信
新浪微博
Facebook
分享链接
摘要
边缘计算技术的发展为计算密集型业务提供了一种全新的选择，低能耗、低时延、实时处理等词语不断被提及，任务卸载引起了众多学者的注意。任务在本地执行还是卸载到服务器上执行，以及卸载到哪一台服务器上执行成为了必须要解决的问题。首先，在多智能体环境中提出一种新的目标函数，并构建数学模型；随后，建立马尔可夫决策过程，定义动作、状态空间以及奖励函数，通过深度强化学习DRQN优化任务卸载策略；最终，仿真实验结果表明，DRQN在能耗、花费和时延上的综合表现优于随机卸载、DQN等算法，证明了本文算法的有效性和实效性。
- 单位
