基于人工智能RL算法的边缘服务器智能选择模式研究

李小婧, 杨冬冬, 韩润东, 俞华, 阴崇智

电子科技大学学报 ›› 2023, Vol. 52 ›› Issue (04) : 588 -594.

PDF
电子科技大学学报 ›› 2023, Vol. 52 ›› Issue (04) : 588 -594.

基于人工智能RL算法的边缘服务器智能选择模式研究

    李小婧, 杨冬冬, 韩润东, 俞华, 阴崇智
作者信息 +

Author information +
文章历史 +
PDF

摘要

提出了一种基于人工智能深度强化学习算法的扩展性及智能性较高的智能选择模式。在人工智能深度强化学习算法的基础上,引入了动作抑制、四重Q学习(QQL)及归一化Q-value等机制,研究并实现了在满足业务延迟要求及公平性的原则下,物联终端更智能地选择其接入或切换边缘服务器。该方案减少了业务延迟,提高了响应效率,有助于提高业务安全及运营管理水平。

关键词

人工智能 / 云边端 / 深度强化学习算法 / 边缘服务器 / 配电站房运检

Key words

引用本文

引用格式 ▾
基于人工智能RL算法的边缘服务器智能选择模式研究[J]. 电子科技大学学报, 2023, 52(04): 588-594 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

71

访问

0

被引

详细

导航
相关文章

AI思维导图

/