摘要
本发明涉及一种基于图神经网络和深度强化学习的任务卸载方法,属于物联网与人工智能技术领域。所述方法,包括:首先,对多终端设备、多边缘服务器和单云服务器的云边端协同系统进行建模,并构建云服务器、边缘服务器和终端设备的三层任务卸载模型;然后,定义以最小化任务时延和设备能耗加权和为目标的优化问题,并进一步将优化问题转化为马尔可夫决策过程;最后,提出了一种基于图神经网络与深度强化学习的任务卸载算法,该算法利用图神经网络对复杂环境信息进行捕捉,从而为深度强化学习提供更精准的输入。实验结果表明,本发明能够有效地解决多终端设备、多边缘服务器和单云服务器下的任务卸载问题。
技术关键词
终端设备
深度强化学习
卸载方法
云服务器
能量消耗
计算机程序指令
多边缘
基站
协同系统
时延
网络
卸载算法
处理器
芯片架构
卸载系统
能耗
人工智能技术
定义系统
系统为您推荐了相关专利信息
卸载方法
生成深度神经网络
终端设备
服务器
非暂态计算机可读存储介质
能耗控制方法
粒子群算法优化
关节电机
髋关节
六维力传感器
抗干扰算法
车载毫米波雷达
天气
网络连接状态
指标
文本识别模型
车牌识别模型
数据
图像增强
可读存储介质