基于强化学习的移动边缘计算任务卸载方法

来源：计算机测量与控制杂志2023年第10期北京时间：

作者：陈刚,王志坚,徐胜超

单位：广州华商学院  数据科学学院

摘要：最佳卸载策略直接影响移动计算任务卸载的时延与能耗，因此提出基于强化学习方法的移动边缘计算任务卸载方法。首先对移动设备的计算任务卸载形式展开具体分析，并基于分析结果获取计算任务卸载能量消耗、发射功率、传输速率等相关参数值，以此建立移动边缘计算任务卸载模型。最后基于建立的卸载模型结合Q-Learning算法对计算任务实施强化学习，找出计算任务的最佳卸载策略，从而实现移动边缘计算任务的实时卸载。实验结果表明，使用强化学习方法开展移动边缘计算任务卸载时，卸载能耗低、时延小。

关键词：强化学习方法;Q-Learning算法;移动边缘;计算任务卸载;卸载模型

基金资助：国家自然科学基金项目（面上项目，重点项目，重大项目）