本發(fā)明屬于移動通信技術(shù)領(lǐng)域,涉及一種基于多智能體的資源分配和任務(wù)卸載優(yōu)化方法;所述方法包括將異構(gòu)網(wǎng)絡(luò)環(huán)境中的邊緣云服務(wù)器和能量收集使能的移動設(shè)備均視為可獨立決策的智能體單元,結(jié)合實際計算卸載場景,將邊緣云資源分配和移動設(shè)備任務(wù)卸載的收益構(gòu)造出斯塔克爾伯格博弈模型,考慮到隨機(jī)時變的邊緣環(huán)境和不完備的狀態(tài)觀測,將斯塔克爾伯格博弈模型再次建模為部分可觀測馬爾可夫決策過程,并建立采用多智能體的深度強(qiáng)化學(xué)習(xí)算法求解部分可觀測馬爾可夫決策過程博弈模型,以學(xué)習(xí)最優(yōu)的邊緣云資源協(xié)同分配策略和任務(wù)卸載策略。本發(fā)明能夠有效提高邊緣云服務(wù)器的任務(wù)計算成功率,并降低移動設(shè)備的任務(wù)丟棄率。
聲明:
“基于多智能體的資源分配和任務(wù)卸載優(yōu)化方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)