-
题名改进深度强化学习算法的计算卸载策略
- 1
-
-
作者
葛海波
弓海文
宋兴
李顺
孙奥
-
机构
西安邮电大学电子工程学院
-
出处
《西安邮电大学学报》
2021年第6期9-16,共8页
-
基金
陕西省自然科学基金项目(2011JM8038)
陕西省重点产业创新链(群)项目(S2019-YF-ZDCXL-ZDLGY-0098)。
-
文摘
为了降低移动边缘计算(Mobile Edge Computing,MEC)系统的成本、提高计算效率,提出了一种改进深度强化学习算法的计算卸载策略。在任务卸载执行的时延中引入排队时延的计算,利用优先经验重放(Prioritized Experience Replay,PER)方法对历史经验赋予优先级,优先采样高优先级的经验,以提高学习效率,快速、准确地做出合理卸载决策。仿真结果表明,与相关经典策略对比,改进算法的计算效率较高,系统总成本较低。
-
关键词
移动边缘计算
卸载决策
排队时延
深度强化学习
优先经验重放
-
Keywords
mobile edge computing
computation offloading
queuing delay
deep reinforcement learning
prioritized experience replay
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
