.png){kind=icon}
返回
Multi-agent reinforcement learning with graph representation for green edge-cloud computation offloading
.png){kind=icon}
PRE
AI
DOI：10.1016/j.comcom.2025.108176.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
边缘云计算（ECC）是一种被广泛采用的分布式计算架构，它促进了将计算密集型任务从物联网（IoT）设备卸载到边缘服务器。日益强调节能环保提高了对绿色边缘云计算卸载技术的关注。然而，传统的计算卸载方法在做出实时卸载决策和适应动态环境变化（如通信信道）方面存在困难。为应对这些挑战，我们提出了一种基于图表示的多智能体强化学习方法，以解决边缘云计算卸载调度问题。我们的方法构建了一个多智能体计算卸载强化学习场景，并利用图神经网络来表示设备和边缘服务器之间的连接特征。实验结果表明，我们提出的方法在降低系统能耗和响应延迟方面优于其他算法。此外，与启发式遗传算法相比，我们方法的时间消耗显著缩短，减少了10-20倍。
Keyword:
Green edge-cloud computing
Computation offloading
Multi-agent reinforcement learning
Graph neural networks
期刊
IF:
4.3
论文数:
600
被引数:
1.1W
机构
暂无机构信息
引用论文
Dynamic Computation Offloading and Server Deployment for UAV-Enabled Multi-Access Edge Computing
PREAI
分享收藏Decentralized P2P Federated Learning for Privacy-Preserving and Resilient Mobile Robotic Systems用于隐私保护和弹性移动机器人系统的分散式P2P联合学习
PREAI
分享收藏Deep Reinforcement Learning for Energy-Efficient Computation Offloading in Mobile-Edge Computing面向移动边缘计算节能计算卸载的深度强化学习
PREAI
分享收藏Spatial-Temporal Federated Transfer Learning with multi-sensor data fusion for cooperative positioning多传感器数据融合的时空联合迁移学习协同定位.png)
INFORMATION FUSION
INFORMATION FUSIONIF15.5
PREAI
分享收藏Digital Twin Enhanced Federated Reinforcement Learning With Lightweight Knowledge Distillation in Mobile Networks移动网络中具有轻量级知识提炼的数字孪生增强联邦强化学习
PREAI
分享收藏
查看更多内容