.png){kind=icon}
返回
Deep reinforcement learning-based adaptive task offloading for mobile edge computing
.png){kind=icon}
PRE
AI
DOI：10.1007/s11227-026-08492-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着物联网（IoT）技术的快速发展和智能移动设备的指数级激增，传统的以云为中心的计算范式正日益受到高数据传输延迟和网络拥塞等问题的挑战，这些因素显著降低了用户的体验质量（QoE）。移动边缘计算（MEC）凭借其低延迟和本地化计算能力，已成为解决这些限制的有前景的解决方案。在本工作中，我们首先通过在EdgeCloudSim平台上构建云-边缘-设备三层任务卸载模型，克服了广泛采用的两级卸载架构的不足，从而有效地结合了移动设备和边缘节点的低延迟优势与云计算中心的强大计算能力。该设计使系统能够高效管理大规模、动态的工作负载。其次，我们提出了一个更符合实际的多目标卸载优化问题，该问题同时考虑了设备移动性、延迟、能耗和经济效益。最后，我们将一种整合了动作掩码的深度双Q网络（DDQN）算法应用于该三层架构，以实现多目标任务卸载优化。实验结果表明，与各种基线策略相比，所提出的方法在延迟、能耗、成本、QoE和任务卸载成功率方面均表现出优越的性能。
Keyword:
Task offloading
Deep reinforcement learning
Mobile edge computing
Three-tier architecture
期刊
T
IF:
0
论文数:
647
被引数:
0
机构
引用论文
Workload Allocation Mechanism for Minimum Service Delay in Edge Computing-Based Power Internet of Things.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Dynamic Request Scheduling Optimization in Mobile Edge Computing for IoT Applications面向物联网应用的移动边缘计算动态请求调度优化
PREAI
分享收藏DeepEdge: A Deep Reinforcement Learning Based Task Orchestrator for Edge ComputingDeepEdge: 基于深度强化学习的边缘计算任务编排器
OAAI
OAAI分享收藏Deep reinforcement learning-based computation offloading for 5G vehicle-aware multi-access edge computing network基于深度强化学习的5g车感知多址边缘计算网络计算卸载CHINA COMMUNICATIONS
CHINA COMMUNICATIONSIF3.1
PREAI
分享收藏A novel directional and non-local-convergent particle swarm optimization based workflow scheduling in cloud-edge environment云边缘环境下基于定向非局部收敛粒子群算法的工作流调度
PREAI
分享收藏Higher Order Approximation for Stochastic Space Fractional Wave Equation Forced by an Additive Space-Time Gaussian Noise空间分数阶波动方程的高阶逼近：由加性时空高斯噪声驱动
PREAI
分享收藏
查看更多内容