本发明属于移动通信技术领域,涉及一种基于多智能体的资源分配和任务卸载优化方法;所述方法包括将异构网络环境中的边缘云服务器和能量收集使能的移动设备均视为可独立决策的智能体单元,结合实际计算卸载场景,将边缘云资源分配和移动设备任务卸载的收益构造出斯塔克尔伯格博弈模型,考虑到随机时变的边缘环境和不完备的状态观测,将斯塔克尔伯格博弈模型再次建模为部分可观测马尔可夫决策过程,并建立采用多智能体的深度强化学习算法求解部分可观测马尔可夫决策过程博弈模型,以学习最优的边缘云资源协同分配策略和任务卸载策略。本发明能够有效提高边缘云服务器的任务计算成功率,并降低移动设备的任务丢弃率。
声明:
“基于多智能体的资源分配和任务卸载优化方法” 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)