WSN中基于强化学习的能效优化任务处理机制
来源：信号处理杂志 2022年第3期北京时间：
作者：张明杰, 朱江
摘要：以提高无线传感器网络中任务处理的能效为目标，提出了一种近似最优化的任务处理机制，无线传感器节点可根据任务缓存区的任务数量、信道条件，动态地实现任务向边缘服务器的卸载以及本地处理。将任务处理机制建模为马尔可夫决策过程，因为无线传感器节点不知道此过程的状态转移概率，所以采用A3C算法以实现在环境参数未知情况下的探索和学习，从而得到近似最优的任务处理策略。仿真结果表明，与其他机制相比，所提任务处理机制能提高节点能效，且收敛速度更快。
关键词：无线传感器网络, 移动边缘计算, 马尔可夫决策过程, 强化学习
