电讯技术

作者：张茜,苏冬冬,张聪,李润川

单位：(1.中原工学院 a.人工智能学院;b.计算机学院，郑州450007;2.深圳江行联加智能科技有限公司，广东 深圳 518100)

关键词：移动边缘计算；深度强化学习；协同卸载；双向长短期记忆（Bi-LSTM）网络；

基金：河南省科技攻关计划项目(242102211046) ；河南省高等学校重点科研项目(25A520039，24B520048) ；中原工学院优势学科实力提升计划资助(SD202230)；中原工学院研究生教育教学改革研究项目（JG202424，JG202328）；中原工学院基本科研业务费专项资金项目（K2022QN021）

针对移动边缘计算中的多用户协同任务卸载场景，提出了一种基于深度强化学习的多智能体协同任务卸载算法(Deep Reinforcement Learning-based Multi-agent Collaborative Task Offloading Algorithm，MCTO-DRL)。考虑到用户移动性、协同性、任务动态优先级以及资源受限等问题，构建了一种多用户协同任务卸载的网络模型。在此基础上建立了端到端优化目标函数，并利用马尔可夫决策过程（Markov Decison Processes，MDP）形式化多任务协同卸载问题。利用双向长短期记忆（Bidirectional Long Short-Term Memory，Bi-LSTM）网络提取状态向量动态时序依赖关系的特征信息，结合强化学习方法建立高维状态与动作之间的关系映射，并设计了一种动态优先级协同采样算法，用于提高多智能体的协同性。实验分析表明，在多智能体协同任务卸载场景中，MCTO-DRL算法最优卸载概率达到86%以上,时隙累积奖励较４种基线算法分别提升约20.0%、16.23%、22.0%、9.44%，并能够适应不同复杂性和需求型的卸载任务。

来源：2024年第11期

《电讯技术》期刊编辑部

查看电讯技术杂志2024年第11期