基于迁移和强化学习的移动边缘计算系统任务调度方法

摘要

本发明针对边缘计算服务器的任务调度问题，提出一种基于迁移和强化学习的移动边缘计算系统任务调度方法，首先为每个服务器构建一个Actor‑Critic网络来训练它的调度策略；其中，Actor网络通过自身状态来决定动作，而Critic网络则根据所有服务器的动作和状态来评价该动作的好坏。所有服务器共享一个Critic网络。在使用多智能体强化学习训练多个边缘服务器调度策略的时候，为每个服务器的调度策略构建相同结构的策略网络。这些策略网络不仅拥有相同的网络层，并且每层的节点数目也相同。使用集中训练分散执行的机制来训练这些策略，以此来避免因为服务器数目过多而引起的维数灾难问题。