.png){kind=icon}
返回
Multi-Objective Balanced Optimization Task Offloading Algorithm Based on Multi-Agent Collaboration
.png){kind=icon}
OA
AI
DOI：10.3390/fi18080400.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着物联网和多元接入边缘计算的发展，时延敏感型任务对网络计算能力和服务质量提出了更高要求。现有任务卸载方法通常关注单一性能指标，并常采用时隙驱动决策机制，这可能导致额外等待时延并增加系统成本。为解决这些问题，本文提出了一种基于平衡多智能体深度确定性策略梯度（BMADDPG）的任务驱动卸载算法。首先，构建了一个四层集成空天地多元接入边缘计算网络模型，包括地面设备、无人机（UAV）、近地轨道（LEO）卫星和云服务器，利用多级计算节点协作提升系统计算能力。其次，将任务卸载过程建模为多智能体马尔可夫决策过程，地面用户设备作为智能体，采用集中式评判者（Critic）和分布式执行者（Actor）结构进行协同决策。所提算法使用DDPG处理连续动作空间，并在任务到达时立即触发卸载决策，从而避免时隙等待开销。同时，将时延、能耗和负载均衡约束纳入奖励函数，以指导全局资源分配。仿真结果表明，BMADDPG在约800轮训练内稳定收敛。与DDPG、DQN、PPO和D3QN相比，在高负载场景下，其平均任务处理时延降低约22.67%，总系统成本至少降低18.32%。
Keyword:
multi-access edge computing
task-driven offloading
balanced multi-agent deep deterministic policy gradient
load balancing constraints
期刊
IF:
3.6
论文数:
1.3K
被引数:
6.5K
机构
引用论文
.png){kind=icon}
Energy-Efficient UAV-Driven Multi-Access Edge Computing: A Distributed Many-Agent Perspective李, Y.; Madhukumar, A.; Ernest, T.Z.H.; 郑 G.; Saad, W.; Aghvami, A.H. 能效型无人机驱动的多接入边缘计算: 一种分布式多智能体视角. 通信学报, 2025. [谷歌学术] [ CrossRef ]
PREAI
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Task-Driven Priority-Aware Computation Offloading Using Deep Reinforcement LearningHao, H.; Xu, C.; Zhang, W.; Yang, S.; Muntean, G.M. 任务驱动的优先级感知计算卸载：基于深度强化学习。IEEE 交易：无线通信，2025年，1卷。 [谷歌学术] [CrossRef]
PREAI
分享收藏A vehicular edge computing offloading and task caching solution based on spatiotemporal prediction
PREAI
分享收藏Robust Computation Offloading and Resource Scheduling in Cloudlet-Based Mobile Cloud Computing基于Cloudlet的移动云计算中健壮的计算卸载和资源调度
PREAI
分享收藏
查看更多内容