《计算机应用研究》|Application Research of Computers

移动边缘计算中基于深度强化学习的计算卸载调度方法

Deep reinforcement learning based offloading scheduling in mobile edge computing

免费全文下载 (已被下载 次)  
获取PDF全文
作者 詹文翰,王瑾,朱清新,段翰聪,叶娅兰
机构 电子科技大学 信息与软件工程学院;电子科技大学 计算机科学与工程学院
统计 摘要被查看 次,已被下载
摘要 针对移动边缘计算中的具有依赖关系的任务的卸载决策问题,提出一种基于深度强化学习的任务卸载调度方法,以最小化应用程序的执行时间。任务调度的过程被描述为一个马尔可夫决策过程。其调度策略由所提出的序列到序列深度神经网络表示,并通过近端策略优化(proximal policy optimization)方法进行训练。仿真实验表明,所提出的算法具有良好的收敛能力,并且在不同环境下的表现均优于所对比的六个基线算法,证明了该方法的有效性和可靠性。
关键词 移动边缘计算;计算卸载;任务调度;深度强化学习
基金项目 国家自然科学基金面上项目(61871096,61976047)
四川省科技厅重点研发项目(2019YFG0122)
本文URL http://www.arocmag.com/article/02-2021-01-014.html
收稿日期
修回日期
页码 -
中图分类号 TP391
文献标志码