一种基于元强化学习的任务卸载方法

本发明公开了一种基于元强化学习的任务卸载方法，包括建立多用户单边缘服务器的卸载任务场景，将任务分解为子任务；根据用户设备的信息将卸载任务建模为有向无环图，获得有向无环图的特征信息；构建基于GRU注意力机制的序列到序列网络模型，将有向无环图的特征信息输入到该网络模型中，得到不同任务的卸载序列；基于有向无环图的特征信息，计算本地任务处理以及边缘任务卸载的总延迟和总能耗；将边缘任务卸载建模为马尔可夫决策模型，根据时延与能耗获得状态函数、动作函数和奖励函数；获取MR‑TD3算法，利用该算法对工作负载和资源分配进行处理，完成任务的卸载。本发明提高了学习的样本效率和稳定性。