多更新深度强化学习算法

收敛快且公平

该算法通过多更新机制降低动作空间维度，并引入α公平效用函数，使计算卸载在保证用户间公平性的同时实现长期平均优化，适用于计算和存储资源受限的边缘计算场景。

Hao, Hao · 许长桥 · 张伟 · Yang, Shujie · Muntean, Gabriel Miro

IEEE Transactions on Circuits and Systems for Video Technology 2023

技术优势

公平性有理论保证

算法对α公平效用函数收敛，因此不同用户的服务时延差异受到控制，不会出现偏向少数用户的情况。

应用场景

• 边缘智能：边缘智能服务在资源受限节点上实现公平的本地执行与云端卸载分配，提高用户时延体验一致性。
• 物联网资源调度：在物联网海量设备请求下，调度算法快速收敛并保证各类任务获得公平的资源份额。
• 机器人任务卸载：机器人协同任务卸载时，算法可在线决策哪些子任务留在机器人本地、哪些上云，兼顾整体时延与公平。