基于SAC的多服务移动边缘计算中任务卸载和资源配置算法

作     者：彭姿馀 王高才 农望 Peng Ziyu;Wang Gaocai;Nong Wang

作者机构：广西大学计算机与电子信息学院南宁530004 

基　　金：国家自然科学基金资助项目(62062007) 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2023年第40卷第5期

页      码：1497-1503页

摘      要：多服务移动边缘计算网络环境中的不同服务的缓存要求、受欢迎程度、计算要求以及从用户传输到边缘服务器的数据量是随时间变化的。如何在资源有限的边缘服务器中调整总服务类型的缓存子集,并确定任务卸载目的地和资源分配决策,以获得最佳的系统整体性能是一个具有挑战性的问题。为了解决这一难题,首先将优化问题转换为马尔可夫决策过程,然后提出了一种基于软演员—评论家(soft actor-critic, SAC)的深度强化学习算法来同时确定服务缓存和任务卸载的离散决策以及上下带宽和计算资源的连续分配决策。算法采用了将多个连续动作输出转换为离散的动作选择的有效技巧,以应对连续—离散混合行动空间所带来的关键设计挑战,提高算法决策的准确性。此外,算法集成了一个高效的奖励函数,增加辅助奖励项来提高资源利用率。广泛的数值结果表明,与其他基线算法相比,提出的算法在有地减少任务的长期平均完成延迟的同时也具有良好的稳定性。

主 题 词：移动边缘计算 服务缓存 任务卸载 资源分配 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.19734/j.issn.1001-3695.2022.08.0443

馆 藏 号：203121386...