平衡低延迟
一种基于孪生延迟深度随机策略梯度的任务划分与调度方法，通过掩码注意力机制适应多变的任务属性，在移动群体感知中实现低延迟与负载均衡。
Wang, Tianjiang Jing · Yu, Zhang · Shen, Hang · 白光伟
IEEE Transactions on Computational Social Systems 2024
掩码注意力机制让策略网络能处理不同任务属性和子任务数量，无需为每种场景重新训练。
采用带经验回放的异策略算法消除样本相关性，减少环境波动带来的影响。
在TD3中集成Gumbel-Softmax采样，使原本面向连续动作的算法能够处理离散的分配决策。
大量仿真结果表明，在环境适应性、任务完成延迟和负载均衡方面均优于主流DRL基线。