本申請公開了一種基于多智能體強化學習的邊緣云可擴展任務卸載方法,包括以下步驟:初始化每個Agent的網絡結構,每個Agent根據自己觀測的狀態與移動邊緣網絡環境進行交互,將輸入狀態與輸出行為保存至經驗回放池;每個智能體對經驗回放池中的數據進行采樣,訓練自己的actor和critic網絡并優化參數;在模型收斂至滿足迭代條件時生成卸載策略,并根據卸載策略進行卸載決策。本申請實施例為基于多智能體強化學習的移動邊緣計算卸載方法,不但更符合真實的應用場景,更考慮了當有新的用戶設備加入時系統的進一步調整和訓練,避免了新智能體從零開始訓練,保證了任務卸載策略的可擴展性。
聲明:
“基于多智能體的邊緣云可擴展任務卸載方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)