| 基于多代理模仿学习的普适边缘计算资源分配 |
| |
| 引用本文： | 刘建华,李炜,刘佳嘉,涂晓光,谢家雨.基于多代理模仿学习的普适边缘计算资源分配[J].南京信息工程大学学报,2024,16(1):83-96. |
| |
| 作者姓名： | 刘建华 李炜 刘佳嘉 涂晓光 谢家雨 |
| |
| 作者单位： | 中国民用航空飞行学院 航空电子电气学院, 广汉, 618307 |
| |
| 基金项目： | 四川省科技厅科普创作项目(2022J DKP0093);四川省科技创新苗子工程重点项目(2022JDRC0076);中央高校基本科研业务费专项基金(ZHMH2022-004,J2022-025) |
| |
| 摘 要： | 普适边缘计算允许对等设备之间建立独立通信连接,能帮助用户以较低的时延处理海量的计算任务.然而,分散的设备中不能实时获取到网络的全局系统状态,无法保证设备资源利用的公平性.针对该问题,提出了一种基于生成对抗网络(Generative Adversarial Network,GAN)的普适边缘计算资源分配方案.首先基于最小化时延与能耗建立多目标优化问题,然后根据随机博弈理论将优化问题转化为最大奖励问题,接着提出一种基于多代理模仿学习的计算卸载算法,该算法将多代理生成对抗模仿学习(GAIL)和马尔可夫策略(Markov Decision Process,MDP)相结合以逼近专家性能,实现了算法的在线执行,最后结合非支配排序遗传算法Ⅱ(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)对时延和能耗进行了联合优化.仿真结果表明,所提出的解决方案与其他边缘计算资源分配方案相比,时延缩短了30.8%,能耗降低了34.3%.
|
| 关 键 词： | 边缘计算 模仿学习 分布式计算 联合优化 资源分配 |
| 收稿时间： | 2023/2/16 0:00:00 |
Resource allocation for pervasive edge computing based on multi-agent imitation learning |
| |
| LIU Jianhu,LI Wei,LIU Jiaji,TU Xiaoguang,XIE Jiayu.Resource allocation for pervasive edge computing based on multi-agent imitation learning[J].Journal of Nanjing University of Information Science & Technology,2024,16(1):83-96. |
| |
| Authors: | LIU Jianhu LI Wei LIU Jiaji TU Xiaoguang XIE Jiayu |
| |
| Affiliation: | Institute of Electronic and Electrical Engineering, Civil Aviation Flight University of China, Guanghan 618307, China |
| |
| Abstract: | |
| |
| Keywords: | edge computing imitation learning distributed computing joint optimization resource allocation |
|
| 点击此处可从《南京信息工程大学学报》浏览原始摘要信息 |
|
点击此处可从《南京信息工程大学学报》下载全文 |
|
