基于Q-Learning的MEC多用户多信道的任务卸载研究

摘要

为降低MEC(Mobile Edge Computing)系统的总开销，将所有设备的延迟和能量消耗的加权总和设定为优化目标，解决了多用户多信道移动边缘计算系统中的任务卸载问题。该方案能使多个用户设备通过无线信道将计算负荷重的任务卸载到MEC服务器上。并考虑到多个智能设备间在剩余能量方面的差异，引入能量因子用于衡量智能设备在能耗和时延之间的偏重。同时利用基于Q-learning算法的强化学习方案共同优化卸载决策、计算资源的分配以及无线信道的选择。仿真结果表明，该算法能有效降低任务处理的时延和能耗，容纳更多用户。

关键词

移动边缘计算 / 计算卸载 / 信道选择 / 能量因子