游戏组合MADDPG卸载算法

收敛更快

引入势博弈加速MADDPG训练，在降低计算复杂度的同时实现接近集中式方法的卸载性能，并支持全分布式执行。

高昂 · Zhang, Shuai · Hu, Yansu · 梁微 · Ng, Soon Xin

IEEE Transactions on Vehicular Technology 2023

技术优势

收敛更快

通过势博弈快速确定卸载决策，减少MADDPG训练所需的迭代次数。

接近集中式性能

数值结果表明，该算法能达到与现有集中式方法相当的性能，同时保持分布式执行。

应用场景

• 边缘计算任务卸载：优化多设备混合卸载决策与时延，提高边缘计算效率。
• 无线供能通信：联合无线供能与计算卸载，延长设备工作时间。
• 多智能体强化学习：提供可扩展的多智能体学习框架，支持分布式决策。
• 智能控制策略：利用博弈论与深度强化学习实现网络资源智能调度。