改進(jìn)DQN的邊緣計(jì)算任務(wù)卸載策略

摘要： 為進(jìn)一步提高邊緣計(jì)算(MEC)中移動(dòng)設(shè)備(MD)對(duì)低時(shí)延、低能耗計(jì)算卸載任務(wù)的需求，利用深度Q學(xué)習(xí)(DQN)、長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)和注意力機(jī)制，設(shè)計(jì)一種基于DQN的深度強(qiáng)化學(xué)習(xí)卸載算法(LA-DQN)。以最小系統(tǒng)總代價(jià)(時(shí)延和能耗加權(quán)和)為目標(biāo)建立模型，使用一維殘差卷積網(wǎng)絡(luò)(Conv1D)和帶有注意力機(jī)制的LSTM網(wǎng)絡(luò)替換DQN網(wǎng)絡(luò)的全連接層，提取MD的狀態(tài)特征，減少需要...