深度强化学习卸载算法

低时延决策

结合深度强化学习与目标Q值上界，在动态信道和任务到达下做出低延迟卸载决策。

Wentao, Yang · 刘智斌 · 刘效武 · 马跃峰

Applied Soft Computing Journal 2024

参数信息

计算加速

99.6 %

技术优势

决策速度极快

比现有近似理想的基准方法计算加速超过99.6%，显著缩短卸载决策时间。

避免Q值过估计

利用目标Q值最小上界解决策略更新中的价值过估计问题，使学习更稳定。

适应动态环境

考虑无线信道时变性和任务到达不可预测性，能快速确定最佳卸载策略。

应用场景

• 边缘智能：部署智能卸载决策，让边缘节点自主判断任务在哪执行，减少人工干预。
• 边缘计算：直接嵌入MEC系统，作为任务卸载的决策模块，降低整体服务时延。
• 强化学习：提供改进的深度强化学习算法，学习更稳定、收敛更快。
• 系统优化：优化计算资源和多用户时延约束配置，提升系统整体效率。