.png){kind=icon}
返回
Cache-assisted task offloading strategy based on multi-agent deep reinforcement learning
.png){kind=icon}
PRE
AI
DOI：10.1016/j.comnet.2025.111483.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种SAMADDPG-DCDOA方法，用于在多用户、多服务器MEC系统中联合优化任务卸载和内容缓存。
• 将任务卸载建模为MDP，将内容缓存建模为背包问题。
• 将自注意力机制引入MADDPG，以改进状态信息优先级排序。
• 开发了一种动态缓存决策算法，以提升缓存效率与利用率。
• 与基准算法相比，所提出的方法可将长期平均用户成本降低高达45.4%。
期刊
IF:
4.6
论文数:
1.6K
被引数:
1.6W
机构
暂无机构信息
引用论文
Distributed Edge Computing Offloading Algorithm Based on Deep Reinforcement Learning基于深度强化学习的分布式边缘计算卸载算法.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏A Survey and Taxonomy on Task Offloading for Edge-Cloud Computing边缘云计算任务卸载研究综述与分类IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏分享收藏分享收藏Quantum Particle Swarm Optimization for Task Offloading in Mobile Edge Computing面向移动边缘计算任务卸载的量子粒子群算法
PREAI
分享收藏
查看更多内容