Deep Reinforcement Learning for Energy-Efficient Workflow Scheduling in Edge Computing

2025-10-17

0

PRE

AI

DOI：10.1016/j.comnet.2025.111790

原文求助

摘要

En 中文

• 提出了一种基于DQN的边缘工作流调度方法，优化时间和能耗。 • 为动态工作流和边缘异构性设计了双阶段策略。 • 引入了一种情境感知机制以平衡时间和能耗优化。 • DQN-Edge优于现有方法，在真实测试中减少了时间和能耗。