面向移动边缘计算的任务卸载方法研究

摘要

目前大多计算卸载策略是在任务整体卸载情况下进行的，且仅考虑时延或能耗单一指标，未将二者结合进行优化，为此，以任务处理的时延与能耗加权和为优化目标，提出一种基于强化学习的部分卸载算法。将单个任务的处理分为本地计算和部分卸载两种方式，且在部分卸载中引入了变量确定卸载权重，最后利用强化学习Q-learning完成了所有任务的计算卸载与资源分配。实验结果表明，所提算法能有效降低任务处理的时延与能耗。

关键词

移动边缘计算 / 计算卸载 / 强化学习 / 强化学习