基于深度强化学习的移动边缘计算资源分配策略 |
| |
引用本文: | 冯北鹏,黄昱泽,曹宇慧,郭珍珍.基于深度强化学习的移动边缘计算资源分配策略[J].信息与电脑,2023(1):44-46+50. |
| |
作者姓名: | 冯北鹏 黄昱泽 曹宇慧 郭珍珍 |
| |
作者单位: | 重庆交通大学信息科学与工程学院 |
| |
基金项目: | 重庆市自然科学基金项目(项目编号:CSTB2022NSCQ-MSX0368);;重庆市教育委员会科学技术研究计划青年项目(项目编号:KJQN202200702,KJQN201900708); |
| |
摘 要: | 边缘计算作为云计算技术的延伸,可通过增强边缘网络计算能力为用户提供低时延高质量服务。边缘计算中,需要将服务部署于资源受限的边缘服务器,并根据需求合理分配计算资源,以提高边缘服务器的资源利用率。因此,提出基于深度强化学习的服务资源分配方法,利用反正切函数两次映射建立计算资源分配函数,并基于真实数据集进行仿真实验。实验结果表明,该方法能够在保证低时延的情况下,合理分配计算资源。
|
关 键 词: | 移动边缘计算 深度强化学习 资源分配 |
|
|