一种基于自适应注意力和强化学习的任务卸载优化方法

本发明公开一种基于自适应注意力和强化学习的任务卸载优化方法，该方法通过采集任务和环境的特征数据，结合自适应注意力机制和强化学习技术，动态生成最优卸载策略，将计算任务合理分配到本地、边缘节点或云端处理。该方法能够提高任务卸载策略的动态适应能力，使其能根据任务特性和环境变化实时调整卸载决策。增强特征处理机制，通过自适应注意力模块提取任务和环境的关键特征，提高决策效率和准确性。降低卸载决策的计算复杂度，实现边缘设备上的轻量化实时部署。引入动态优化机制，使卸载方案能够通过实时学习和更新适应动态环境变化，提升网络系统的整体性能和稳定性。