基于多智能体近端策略优化离线训练的边缘任务调度方法

本发明公开了一种基于多智能体近端策略优化离线训练的边缘任务调度方法。首先在无地面基础设施区域内布设无人机，并与低轨卫星组建临时网络，根据任务调度延迟和能耗定义任务调度成本；然后将任务调度成本最小化问题建模为离散部分可观测马尔可夫决策过程，通过离线仿真模拟环境数据，使用多智能体近端策略优化算法对网络中的任务调度问题进行离线训练，获得近似最优调度策略模型；最后将离线训练得到的模型参数预先部署于无人机中，当接收到计算任务请求时，直接调用模型进行在线推理，得到最优调度策略。本发明有效避免了在线训练所带来的高计算负载，降低了任务调度成本，提升了系统整体调度效率。