工业物联网中数字孪生辅助任务卸载算法

来源：电子与信息学报杂志2024年第4期北京时间：

作者：唐伦, 单贞贞, 文明艳, 李荔, 陈前斌

单位：1.重庆邮电大学通信与信息工程学院 重庆 4000652.移动通信技术重庆市重点实验室 重庆 400065

摘要：针对工业物联网(IIoT)设备资源有限和边缘服务器资源动态变化导致的任务协同计算效率低等问题，该文提出一种工业物联网中数字孪生(DT)辅助任务卸载算法。首先，该算法构建了云-边-端3层数字孪生辅助任务卸载框架，在所创建的数字孪生层中生成近似最佳的任务卸载策略。其次，在任务计算时间和能量的约束下，从时延的角度研究了计算卸载过程中用户关联和任务划分的联合优化问题，建立了最小化任务卸载时间和服务失败惩罚的优化模型。最后，提出一种基于深度多智能体参数化Q网络(DMAPQN)的用户关联和任务划分算法，通过每个智能体不断地探索和学习，以获取近似最佳的用户关联和任务划分策略，并将该策略下发至物理实体网络中执行。仿真结果表明，所提任务卸载算法有效降低了任务协同计算时间，同时为每个计算任务提供近似最佳的卸载策略。

关键词：工业物联网, 数字孪生, 边缘关联, 任务划分, 深度强化学习

基金资助：国家自然科学基金(62071078)，重庆市教委科学技术研究项目(KJZD-M201800601)，川渝联合实施重点研发项目(2021YFQ0053)，贵州省教育厅自然科学研究项目(黔教合KY字[2021]236)