云邊協(xié)同計算中基于深度強化學習的任務二次申請卸載策略

摘要： 現(xiàn)有的任務卸載策略通常在一個時隙內(nèi)制定卸載決策，沒有考慮多個卸載時隙間的內(nèi)在聯(lián)系，因此無法根據(jù)任務的實際需求進行卸載。針對該問題，提出了一種基于深度強化學習的任務二次申請卸載策略(DQN-TSAO)。首先提出了一種支持任務進行二次申請卸載的云邊端三層架構，建立了任務卸載優(yōu)先級模型、時延模型和能耗模型；然后以最小化系統(tǒng)能耗為目標，將能耗優(yōu)化問題轉(zhuǎn)變?yōu)樽畲罄鄯e卸載獎勵的馬爾可夫決策...