[发明专利]一种边缘计算环境下基于深度强化学习的多小区任务卸载算法有效
| 申请号： | 202110619280.4 | 申请日： | 2021-06-03 |
| 公开（公告）号： | CN113296845B | 公开（公告）日： | 2022-10-14 |
| 发明（设计）人： | 赵海涛;姬昊;王滨;张晖;夏文超;朱洪波;张峰;王星 | 申请（专利权）人： | 南京邮电大学;杭州海康威视数字技术股份有限公司 |
| 主分类号： | G06F9/445 | 分类号： | G06F9/445;G06F9/50;G06N3/08;H04W4/40;H04W24/02;H04W24/06 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 王素琴 |
| 地址： | 210046 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种边缘计算环境下基于深度强化学习的多小区任务卸载算法，提出了一种改进的双深度Q网络算法，并基于双深度Q网络算法进行任务卸载算法设计，并将MEC边缘控制平台作为智能体与车联网环境进行交互，旨在相同的资源下优化任务处理速率与任务执行时延，另外在复杂业务场景下，针对DQN算法中存在的过估计问题，对DQN算法中的Q值函数进行改进，提高模型选择最优卸载策略的能力，本方案可以显著的提高计算与存储资源的利用率、有效降低车辆终端的任务执行时延，大幅度提高边缘侧计算与存储资源的利用率，并且算法收敛效率高于传统的DQN算法，解决了任务的最佳卸载比例问题，能够更有效地降低任务的执行时延。 | ||
| 搜索关键词： | 一种 边缘 计算 环境 基于 深度 强化 学习 小区 任务 卸载 算法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学;杭州海康威视数字技术股份有限公司，未经南京邮电大学;杭州海康威视数字技术股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110619280.4/，转载请声明来源钻瓜专利网。
- 上一篇：吹风机的风嘴
- 下一篇：一种Excel生成可校验报表网页的方法和系统
