本发明公布了一种电力物联网中基于深度强化学习的计算任务卸载方法,旨在通过联合优化无人机位置、发射功率和任务划分变量来最小化能耗和时延。首先,针对计算任务卸载问题的非凸性,通过设计状态、动作空间和奖励函数,制定了马尔可夫决策过程,奖励函数基于面向输电线路巡检的电力物联网系统模型,涉及采集设备、巡检无人机和边缘服务器之间的交互,对计算任务卸载问题进行描述。在此基础上,由于马尔可夫模型具有连续的动作空间,提出了双延迟深度确定性策略梯度算法,获得了任务卸载的最优策略。
声明:
“电力物联网中基于深度强化学习的计算任务卸载方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)