一种基于TRPO算法的无人集群任务卸载方法

本发明涉及一种基于TRPO算法的无人集群任务卸载方法，步骤一：建立无人集群三层计算框架，监测地面设备的活跃状态并接收地面设备周期性产生的任务，根据工作量和最大可容忍延时将任务的信息表示为集合；步骤二：建立马尔可夫泊松调制的随机过程表示任务到达，定量分析模型内时变任务的服务延时；步骤三：构建系统的通信模型、延时模型、能耗模型；步骤四：引入多智能体马尔可夫决策过程描述S2的动态决策过程，智能体之间共享信息做出实时响应；步骤五：利用TRPO算法联合优化延时、能量，训练模型获得最佳卸载决策，采用最佳决策执行卸载。本发明有效提升了无人集群组网资源分配的公平性，延长了系统生命周期。