卫星计算任务卸载的深度强化学习算法

任务卸载效率显著提升

该算法将资源分配从卸载决策中解耦，并以DDPG求解卸载决策，在卫星地面网络中实现更高的用户体验质量。

Yuhan, Wang · 孙其博

Lecture Notes in Computer Science 2023

技术优势

复杂度更低

将资源分配从卸载决策中解耦，先求得闭式解，再输入DDPG，降低问题求解规模。

QoE表现更好

仿真结果显示，DATR算法在QoE指标上优于基线方法，更适合卫星地面网络。

应用场景

• 卫星互联网任务卸载：卫星覆盖区内用户可将任务卸载至地面或云，提升QoE。
• 边缘计算资源分配：拉格朗日乘子法求解最优资源分配，可嵌入边缘节点。
• 网络优化智能决策：DDPG在线决策卸载，适应动态卫星网络环境。