基于深度确定性策略梯度的云机器人协同任务卸载方法

本发明涉及深度强化学习领域，尤其涉及基于深度确定性策略梯度的云机器人协同任务卸载方法。包括如下步骤：(1)将其简化为包裹分拣与分发的应用程序。(2)设计并实现一种面向云机器人的端边云协同任务卸载架构。(3)将卸载问题归纳为一个具有延迟、能耗和资源约束的多目标优化问题。(4)在边缘服务器中进行模型的离线训练，并保存模型以供在线决策使用。(5)边缘服务器快速生成任务卸载决策，由主机器人执行任务的分配与整合。本发明的有益效果在于，支持离线训练再在线决策，将在线决策的复杂性转移到离线训练阶段，可以快速适应工业互联网环境中资源和任务需求的动态变化，实现稳定的算法收敛和优化效果。