本申请公开了一种基于多智能体强化学习的边缘云可扩展任务卸载方法,包括以下步骤:初始化每个Agent的网络结构,每个Agent根据自己观测的状态与移动边缘网络环境进行交互,将输入状态与输出行为保存至经验回放池;每个智能体对经验回放池中的数据进行采样,训练自己的actor和critic网络并优化参数;在模型收敛至满足迭代条件时生成卸载策略,并根据卸载策略进行卸载决策。本申请实施例为基于多智能体强化学习的移动边缘计算卸载方法,不但更符合真实的应用场景,更考虑了当有新的用户设备加入时系统的进一步调整和训练,避免了新智能体从零开始训练,保证了任务卸载策略的可扩展性。
声明:
“基于多智能体的边缘云可扩展任务卸载方法” 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)