基于多智能体强化学习的移动边缘计算任务卸载及资源分配研究.docx

下载文档

0
0
约4.54千字
约 9页
2025-06-27 发布于北京
举报
版权申诉
保障服务

基于多智能体强化学习的移动边缘计算任务卸载及资源分配研究.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

基于多智能体强化学习的移动边缘计算任务卸载及资源分配研究

一、引言

随着移动互联网的快速发展和物联网设备的迅速增长，移动计算需求不断激增，这给移动设备和网络带来了巨大的挑战。移动边缘计算（MobileEdgeComputing,MEC）作为解决这一挑战的有效途径，正逐渐成为研究热点。在移动边缘计算环境中，任务卸载和资源分配是两个关键问题。本文提出了一种基于多智能体强化学习（Multi-AgentReinforcementLearning,MARL）的移动边缘计算任务卸载及资源分配方法，以实现高效的任务处理和资源利用。

二、背景及相关研究

移动边缘计算通过在网络边缘部署计算资源，使得