.png){kind=icon}
返回
A Task Scheduling Strategy Based on Computing-Aware and Multi-agent Collaborative Services in Pervasive Edge Computing
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-031-93251-9_11.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在缺乏基础设施的野外战场环境中，存在大量异构智能设备，这些设备具有不同的资源和动态移动特性。此外，部分智能设备（也称智能体）的计算、存储等资源受限，单个设备可能无法满足计算密集型、延迟敏感型、复杂流程任务等的资源需求。这需要多个智能体协作以完成任务并保障任务执行的质量。针对此情况，本文提出了一种基于计算感知和多智能体协同服务（CAMC）的任务调度策略，旨在通过设备协同服务实现任务完成的确定性延迟。为此，我们首先设计了一种分布式计算感知机制，以及时获取附属设备的资源状态。随后，通过综合考虑各设备的计算、存储和传输等资源因素，优化任务调度过程，使多个设备能够协同服务以处理任务。实验结果表明，所提出的策略能有效减少任务完成时间，且任务完成率相较于其他代表性算法具有显著优势。
Keyword:
Pervasive edge computing
computing-aware
collaborative services
task scheduling
期刊
机构
引用论文
Energy-Latency Tradeoff for Energy-Aware Offloading in Mobile Edge Computing Networks移动边缘计算网络中能量感知卸载的能量-延迟权衡
PREAI
分享收藏SHANNON SAMPLING THEOREM - ITS VARIOUS EXTENSIONS AND APPLICATIONS - TUTORIAL REVIEW.png)
PROCEEDINGS OF THE IEEE
PROCEEDINGS OF THE IEEEIF25.9
PREAI
分享收藏Recent Advances in Collaborative Scheduling of Computing Tasks in an Edge Computing ParadigmSENSORS
OAAI
SENSORSIF3.5
OAAI分享收藏
查看更多内容