基于模仿学习的自适应普适边缘计算任务卸载方法

本发明涉及边缘计算技术领域，公开了基于模仿学习的自适应普适边缘计算任务卸载方法，该方法首先构建任务卸载策略模仿模型和环境适应性评估模型，前者用于学习并模仿历史任务卸载策略，后者则评估环境变化对策略的影响。通过引入深度强化学习算法，对模仿模型进行训练，并结合环境评估模型的实时反馈，不断优化调整卸载策略，以生成高度自适应的任务卸载决策。本方法能够依据实时边缘计算环境状态和任务特征，智能生成并执行任务卸载指令，有效应对环境动态变化，实现资源的高效利用和任务的快速执行。相较于传统依赖静态规则或预定义策略的方法，本发明显著提升了任务卸载的灵活性，为边缘计算环境下的智能应用提供了有力的支持。