一种基于联邦强化学习的多边缘负载均衡任务调度方法

本发明提出一种基于联邦强化学习的多边缘负载均衡任务调度方法，包括：步骤1、基于多边缘负载均衡任务构建马尔科夫决策过程；步骤2、针对每一个边缘节点生成独立智能体、目标网络模型、策略网络模型和经验回放池，以及联邦学习需要的全局智能体和全局策略网络模型；步骤3、本地模型迭代训练；步骤4、当本地模型迭代训练次数达到第一预设值时，聚合各独立智能体策略网络参数生成联邦全局策略网络模型，并将全局策略网络参数回传至各独立智能体，返回步骤3；重复步骤3和步骤4直至全局策略网络模型收敛。本发明解决了分布式计算环境下的多边缘负载均衡的问题，以更好地平衡每个边缘的任务负载量，缩短边缘系统中的最大任务响应时间。