基于图强化学习的多边缘协同负载均衡方法

本发明涉及一种基于图强化学习的多边缘协同负载均衡方法，属于负载均衡领域。引入GNN辅助DRL对边缘图拓扑信息进行特征学习，快速求解出场景中的目标边缘负载均衡方案，最小化系统的最大任务平均响应时延，提高整体服务质量。本发明综合考虑了包括多个边缘的MEC场景，每个边缘都包含一台具有计算资源的边缘服务器。任意时刻，边缘服务器上都有来自附近的移动设备所卸载的任务以待计算。