基于深度强化学习的卸载调度与资源分配方法

授权

摘要

本发明具体涉及基于深度强化学习的卸载调度与资源分配方法，包括：获取设定时段内所有用户端的所有任务及其对应的信道增益；将所有任务的相关信息输入设置的调度分配模型中，根据任务的相关信息、用户端和边缘服务器的计算资源以及对应的信道增益，通过深度强化学习法生成用以完成卸载调度和资源分配的调度分配方案，并计算调度分配方案的总时延和总能量消耗作为总效能；以调度分配方案的总效能最小为目标不断优化所述调度分配模型的模型参数以得到最优的调度分配方案进行任务的卸载调度，并为任务分配对应的计算资源。本发明中的卸载调度与资源分配方法能够有效实现卸载调度和资源分配且能够适应高度动态变化场景。

基本信息

专利标题：

基于深度强化学习的卸载调度与资源分配方法

专利标题（英）：

暂无

公开（公告）号：

CN113452625A

申请号：

CN202110719899.2

公开（公告）日：

2021-09-28

申请日：

2021-06-28

授权号：

CN113452625B

授权日：

2022-04-15

发明人：

刘欣李季

申请人：

重庆大学

申请人地址：

重庆市沙坪坝区沙正街174号

代理机构：

重庆博凯知识产权代理有限公司

代理人：

黄河

优先权：

CN202110719899.2

主分类号：

H04L12/911

IPC分类号：

H04L12/911 H04L29/08 G06F9/50