基于深度强化学习的移动边缘卸载机制

• 作者: 刘林 张东
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 移动边缘计算 计算卸载 Q-learning 深度强化学习
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 计算机与网络安全
• 页码范围: 166-169,173
• 页数: 5页
• 分类号: TP393.09
• 字数: 4708字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2019.10.037

摘要

随着未来5G移动网络的发展,为了满足用户在大量数据剧增的背景下实现更高带宽、更低时延的要求,移动边缘计算(MEC)技术正逐渐引起相关学者的重视.MEC可以将计算密集型任务迁移到MEC服务器,来扩展无线网络边缘的计算能力.论文考虑了一个多用户的MEC系统,提出了深度强化学习方法来优化即时奖励和长期成本.仿真结果表明,与其他方法相比,该方案在降低总成本上有明显优势.