一种基于Multi-Agent强化学习的移动边缘计算卸载算法

摘要

本发明公开了一种基于Multi‑Agent强化学习的移动边缘计算卸载算法，包括以下步骤：步骤1：确定环境输入数据并初始化算法参数，初始化参数包括每个Agent神经网络参数的设置，在算法中，每个移动设备都部署了Agent能够单独训练和推断的神经网络，对每个移动设备上的Agent网络设置了相同的参数。本发明解决现有算法迭代次数多、计算时间长以及无法适应高动态移动环境的问题，该算法具有一定灵活性，可以在有限时间内得到次优解，满足现代移动边缘计算中任务实时卸载的需求。