多智能体协作场景下基于强化学习值分解的计算卸载策略

• 作者: 张鹏 田辉 赵鹏涛 贺硕 童一帆
• 来源期刊: 通信学报
• 关键词: 边缘计算 人工智能 多智能体深度强化学习 值分解
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 学术论文|Papers
• 页码范围: 1-15
• 页数: 15页
• 分类号: TN925.5
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2021121

摘要

针对未来网络中出现的多智能设备协作计算场景,提出了一种基于深度强化学习的多智能体联合计算卸载策略.所提策略通过多智能体强化学习值分解方法将多智能体联合动作策略函数拆解到各智能体设备上,达成系统的联合卸载决策,使系统在联合计算卸载任务中能够根据当前时刻智能体设备的计算能力、通信能力等状态和任务的时延需求、通信数据量以及所需的计算量等特点自适应地调整上传边缘侧或进行本地计算的策略选择.仿真结果表明,针对多种场景下不同用户数和业务需求,所提策略能够有效兼顾任务的时延和能耗需求,系统成本指标较对比策略降低16％.