本發明公開了一種基于深度強化學習的邊緣視頻目標檢測任務卸載方法及系統,本發明方法包括如下步驟:S1,建立多終端設備單MEC服務器的系統模型;S2,建立處理視頻任務的時延模型;S3,建立處理視頻任務的能耗模型;S4,建立優化目標為最小化MEC系統任務處理時延與能耗加權成本的問題模型;S5,設計基于深度強化學習的視頻任務卸載策略;S6,初始化網絡權重、經驗回放池、MEC系統各隊列狀態;S7,終端設備根據卸載策略執行卸載決策并與環境交互;S8,抽取經驗樣本更新網絡權重;S9,重復上述步驟S7、S8,直至獎勵曲線收斂。本發明使終端設備根據環境狀態輸出最優卸載決策,達到最小的系統成本。
聲明:
“基于DRL的邊緣視頻目標檢測任務卸載方法及系統” 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)