云边协同边缘学习

成本降 27.5%

一种模型辅助两级强化学习算法，用于联合优化任务卸载与资源分配，实现卫星辅助物联网网络系统成本显著降低。

施建锋 · Xinyang, Chen · Yujie, Zhang · Xiao, Chen · 潘成胜

IEEE Internet of Things Journal 2024

参数信息

系统成本降低

27.5 %

技术优势

成本降 27.5%

采用模型辅助两级强化学习联合优化卸载与资源分配，仿真结果优于现有算法，系统成本显著下降。

设备越多越划算

随着物联网设备数量增加，所提算法带来的系统成本增长更小，适用于大规模部署场景。

收敛更快

仿真结果表明算法具有良好的收敛性能，能快速找到较优的卸载与资源分配策略。

应用场景

• 低轨卫星星座网络：为低轨星座网络提供低时延、低能耗的任务卸载策略，提升网络边缘服务能力。
• 偏远地区物联网终端：解决偏远地区终端难以获得低时延服务的痛点，通过云边协同降低处理延迟。
• 通信资源调度：联合优化卸载与资源分配，提高卫星通信资源的利用效率，降低系统成本。
• 工业边缘智能：为工业边缘智能提供模型辅助的强化学习决策，支持大规模设备接入下的实时优化。