本發明公開了一種基于深度強化學習的無小區大規模MIMO下移動邊緣計算的分布式計算卸載方法,屬于移動邊緣計算領域,包括:設置CF?MEC訓練環境;基于CF?MEC訓練環境,使用M/M/1排隊論模型生成計算任務;在每個用戶設備上構建深度Q網絡,利用計算任務對被分配到任務的用戶設備上的深度Q網絡進行訓練,直至貪婪策略的概率趨近于1,訓練結束得到訓練后的深度Q網絡;將待測數據輸入訓練后的深度Q網絡中,使用戶設備對邊緣服務器進行獨立計算卸載決策。該方法通過在每個用戶設備上部署訓練好的深度Q網絡,用戶可以自行根據網絡中的相關信息進行卸載決策,從而盡可能降低自身運行計算密集型任務的時延,提高用戶體驗。
聲明:
“基于深度強化學習的無小區大規模MIMO下移動邊緣計算的分布式計算卸載方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)