移动边缘计算中融合注意力机制的DRL工作流任务卸载算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要： 移动边缘计算的计算密集型任务多为工作流任务，传统方法在解决工作流任务卸载问题时很难充分考虑子任务之间的依赖关系，并且计算卸载算法性能不佳。为了解决以上问题，将工作流任务卸载问题建模为马尔可夫决策过程下的最优策略问题，构建问题的状态空间、动作空间和奖励函数。以最小化工作流任务的任务完成时间和系统能耗为目标，提出一种融合注意力机制的基于深度强化学习（DRL）的工作流任务卸载算法（DWTOAA）。（剩余12593字）

试读结束

目录
monitor