AxTD3负载均衡算法

收敛更快

通过并行子网络分解动作与状态空间，在不损失效用的前提下加速深度强化学习收敛，使边缘服务器负载更均衡。

Zhang, Fenghui · Yuhang, Jiang · 包学才 · Zhou, Xiancun Chun · Yu, Zong · Liang, Xiaohu · Yang, Kun

IEEE Transactions on Network Science and Engineering 2025

技术优势

收敛更快

将神经网络拆分为多个并行子网络，减小动作空间和状态空间的复杂度，从而加快训练收敛速度。

负载更均衡

针对每台边缘服务器上多个虚拟机提出负载均衡算法，使各虚拟机计算负载更均匀。

时延更低

在实现负载均衡的同时降低了系统的平均时延。

胜过经典算法

对比SAC、TD3等经典深度强化学习算法和PSO等启发式方法，AxTD3在负载均衡和时延方面表现更优。

应用场景

• 边缘计算负载均衡：用于边缘计算中动态分配任务，避免服务器过载或闲置。
• 智能工厂资源调度：用于智能工厂中调度边缘服务器资源，提高生产效率。
• 边缘服务器资源管理：用于管理边缘服务器上的虚拟机负载，确保计算资源均衡利用。
• 深度强化学习应用：用于在复杂调度问题中加速深度强化学习训练。