首页 | 本学科首页   官方微博 | 高级检索  
     

基于深度强化学习的多用户边缘计算任务卸载调度与资源分配算法
引用本文:邝祝芳,陈清林,李林峰,邓晓衡,陈志刚.基于深度强化学习的多用户边缘计算任务卸载调度与资源分配算法[J].计算机学报,2022,45(4):812-824.
作者姓名:邝祝芳  陈清林  李林峰  邓晓衡  陈志刚
作者单位:中南林业科技大学计算机与信息工程学院 长沙 410004,中南大学计算机学院 长沙 410083
基金项目:国家自然科学基金资助项目(62072477,61309027);;湖南省自然科学基金资助项目(2018JJ3888);;湖南省教育厅优秀青年项目(18B197);;国家重点研发计划项目(2018YFB1700200);
摘    要:移动边缘计算(Mobile Edge Computing,MEC)把计算和存储等资源部署在网络边缘以满足某些对延迟要求苛刻的应用.用户设备可以通过无线网络将计算任务整体或者部分卸载到边缘服务器执行从而降低延迟和本地耗能,进而获得良好的用户体验.现有传统优化算法在MEC卸载决策和资源分配方面是可行的,但传统优化算法并不很...

关 键 词:移动边缘计算  深度强化学习  任务卸载  任务调度  资源分配

Multi-user Edge Computing Task offloading Scheduling and Resource Allocation Based on Deep Reinforcement Learning
KUANG Zhu-Fang,CHEN Qing-Lin,LI Lin-Feng,DENG Xiao-Heng,CHEN Zhi-Gang.Multi-user Edge Computing Task offloading Scheduling and Resource Allocation Based on Deep Reinforcement Learning[J].Chinese Journal of Computers,2022,45(4):812-824.
Authors:KUANG Zhu-Fang  CHEN Qing-Lin  LI Lin-Feng  DENG Xiao-Heng  CHEN Zhi-Gang
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号