移动边缘计算下基于深度强化学习的任务卸载研究.pdf

移动边缘计算下基于深度强化学习的任务卸载研究.pdf

  1. 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. 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. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

近年来,随着5G/6G技术的发展以及云计算、物联网和大数据技术的普及,

移动设备数量呈现爆发式增长。然而,移动设备受限于物理尺寸和计算能力,难

以应付日益增长的计算密集型与时延敏感型任务。传统的云计算模式面临高延迟、

高能耗和远距离传输等问题。移动边缘计算(MEC)通过将计算资源下沉至网络

边缘,有效降低了任务处理时延和能耗,提升了用户体验。然而,MEC环境下

的任务卸载策略仍面临动态环境适配、多目标权衡、高计算复杂度及系统长期稳

定性等挑战。传统启发式算法难以适应动态变化的网络环境

文档评论(0)

dongbuzhihui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档