A two-layer UAV cooperative computing offloading strategy based on deep reinforcement learning

doi:10.23919/JCC.ja.2024-0650

A two-layer UAV cooperative computing offloading strategy based on deep reinforcement learning

2025-11-12

0

PRE

AI

DOI：10.23919/JCC.ja.2024-0650

原文链接

原文求助

摘要

En 中文

在重大自然灾害或人为灾难发生后，受灾区域的通信基础设施常常遭到破坏。得益于快速部署和高机动性等优势，无人机（UAV）被普遍视为构建临时通信网络的理想选择。考虑到无人机计算能力和电池功率有限，本文针对应急救灾场景提出了一种双层无人机协同计算卸载策略。该策略采用结合优先级经验回放（PER）的多智能体双延迟深度确定性策略梯度（MATD3）算法，联合优化无人机的调度策略、任务卸载比例及其移动性，旨在将系统能耗和延迟降至最低。为解决上述非凸优化问题，建立了马尔可夫决策过程（MDP）。仿真实验结果表明，相比其他四种基准算法，本文提出的算法表现出更好的收敛性能，验证了其可行性与有效性。

Keyword:

cooperative computational offloading

deep reinforcement learning

mobile edge computing

prioritized experience replay

two-layer unmanned aerial vehicles

A two-layer UAV cooperative computing offloading strategy based on deep reinforcement learning

摘要

期刊

机构

引用论文