边缘计算网络中基于学习的低延时任务调度方法

摘要

本发明公开了一种边缘计算网络中基于学习的低延时任务调度方法，针对现有任务调度方法中，启发式算法容易受环境变化影响难以设计，拟使用强化学习技术设计任务调度方案。在资源管理中系统做出的决策通常是高度重复的，因此可以为RL算法产生大量训练数据。其次，RL可以将复杂系统的决策策略建模成深度神经网络。而且通过不断与环境交互学习，可以对特定目标(最低延时)进行优化。