基于多Agent深度強(qiáng)化學(xué)習(xí)的多小區(qū)邊緣計算任務(wù)卸載算法

打開文本圖片集

摘要：物聯(lián)網(wǎng)設(shè)備的迅速普及，使傳統(tǒng)云計算在大規(guī)模數(shù)據(jù)處理時面臨高時延與高能耗的難題。為此，提出了一種融合移動邊緣計算（MEC） 與無線攜能通信（SWIPT） 的任務(wù)卸載優(yōu)化方案。針對多用戶多小區(qū)場景下資源沖突與能耗優(yōu)化的難題，設(shè)計了一種基于多智能體深度確定性策略梯度（MADDPG） 的任務(wù)卸載算法。（剩余11952字）