一种基于深度强化学习的无线供电MEC实时计算卸载方法

本发明公开了一种基于深度强化学习的无线供电MEC实时计算卸载方法，旨在解决无线信道时变环境下的实时计算卸载和资源分配问题。本发明考虑无线供电MEC场景，构建时变无线信道下以加权和计算速率最大化为目标的优化问题。将原问题拆解为卸载决策和资源分配两个子问题，使用深度强化学习解决卸载决策子问题，使用经验回放，并结合动态学习率和梯度裁剪更新DNN参数。利用训练好的DNN网络生成当前信道状态下的最优卸载动作，使用凸优化求解资源分配子问题。本发明能够快速适应时变环境的变化，以低复杂度实现时变环境中的卸载决策和资源分配，在计算速率最大化的同时极大地减小时延，有效解决动态场景中MEC实时卸载决策和资源分配的需要。