异步移动边缘计算网络中的联合任务调度与计算资源分配优化策略

来源：电子与信息学报杂志2025年第2期北京时间：

作者：王汝言, 杨安琪, 吴大鹏, 唐桐, 祝志远

单位：1.重庆邮电大学通信与信息工程学院 重庆 4000652.先进网络与智能互联技术重庆市高校重点实验室 重庆 4000653.泛在感知与互联重庆市重点实验室 重庆 400065

摘要：移动边缘计算(MEC)通过将密集型任务从传感器卸载到附近边缘服务器，来增强本地的计算能力，延长其电池寿命。然而，在面向无线传感器网等时变环境中，任务之间的异构性可能会导致通信低效率、高时延等问题。为此，该文提出一种异步移动边缘计算网络中的联合任务调度与计算资源分配优化策略，该策略实时感知任务信息年龄和能耗，将异步边缘卸载问题数学建模为NP难(NP-hard problem)的混合整数规划问题，并提出基于混合动作优势演员-评论家(HA2C)强化学习算法的任务调度和计算资源分配方案解决该问题。仿真结果表明，该文方法能显著降低异步卸载网络的平均信息年龄和能耗，满足无线传感器网络对任务时效性的要求。

关键词：异步移动边缘计算, 无线传感器网络, 平均信息年龄, 平均能耗, 混合动作强化学习

基金资助：国家自然科学基金(62271096, U20A20157)，重庆市自然科学基金(CSTB2023NSCQ-LZX0134)，重庆市高校创新研究群体(CXQT20017)，重邮信通青创团队支持计划(SCIE-QN-2022-04)，重庆市教委科学技术研究项目(KJQN202300632)，重庆市博士后特别资助项目(2022CQBSHTB2057)，重庆市研究生科研创新项目(CYB22250)