本申請(qǐng)公開(kāi)了一種基于多智能體強(qiáng)化學(xué)習(xí)的邊緣云可擴(kuò)展任務(wù)卸載方法，包括以下步驟：初始化每個(gè)Agent的網(wǎng)絡(luò)結(jié)構(gòu)，每個(gè)Agent根據(jù)自己觀測(cè)的狀態(tài)與移動(dòng)邊緣網(wǎng)絡(luò)環(huán)境進(jìn)行交互，將輸入狀態(tài)與輸出行為保存至經(jīng)驗(yàn)回放池；每個(gè)智能體對(duì)經(jīng)驗(yàn)回放池中的數(shù)據(jù)進(jìn)行采樣，訓(xùn)練自己的actor和critic網(wǎng)絡(luò)并優(yōu)化參數(shù)；在模型收斂至滿足迭代條件時(shí)生成卸載策略，并根據(jù)卸載策略進(jìn)行卸載決策。本申請(qǐng)實(shí)施例為基于多智能體強(qiáng)化學(xué)習(xí)的移動(dòng)邊緣計(jì)算卸載方法，不但更符合真實(shí)的應(yīng)用場(chǎng)景，更考慮了當(dāng)有新的用戶設(shè)備加入時(shí)系統(tǒng)的進(jìn)一步調(diào)整和訓(xùn)練，避免了新智能體從零開(kāi)始訓(xùn)練，保證了任務(wù)卸載策略的可擴(kuò)展性。