Reinforcement learning for strategy-proof reliability-aware redundancy task offloading in UAV-enabled Mobile edge computing network

Xi Liu

doi:10.1016/j.asoc.2026.115351

Reinforcement learning for strategy-proof reliability-aware redundancy task offloading in UAV-enabled Mobile edge computing network

2026-04-29

0

PRE

AI

DOI：10.1016/j.asoc.2026.115351

原文链接

原文求助

摘要

En 中文

• 我们考虑无人机辅助移动边缘计算，其中边缘服务器（ES）和无人机（UAV）共同为用户提供服务。我们的目标是最大化群体效率，即价值与成本之差。我们考虑了边缘服务器和无人机的硬件故障。我们工作的创新之处在于提出了一种新的冗余任务卸载模型，允许将任务卸载到多个边缘服务器或无人机。• 我们考虑基于拍卖的动态定价机制以提供可扩展服务。首先，我们提出了一种基于Vickrey–Clarke–Groves机制的优化机制。由于RARTO问题是NP难的，随后我们提出了基于时钟拍卖的激励相容机制。为获得高质量解，我们提出了一种结合强化学习和贪心策略的方法。• 我们证明所提出的机制能够实现个体理性、消费者主权、激励相容和群体激励相容。这促使系统达到均衡状态，其中任何用户或群体都没有动机通过提交虚假报价来最大化自身效用。我们还证明所提出机制的近似比为，其中N是任务数量，和分别表示最大/最小边际群体效率。• 实验结果表明，所提出的机制能够在合理时间内获得高质量解。

Keyword:

UAV-enabled mobile edge computing

redundancy task offloading

strategy-proof mechanism

reinforcement learning

group efficiency

Reinforcement learning for strategy-proof reliability-aware redundancy task offloading in UAV-enabled Mobile edge computing network

摘要

期刊

机构

引用论文