基于注意力增强与辅助学习的MEC任务卸载方法和系统

本发明涉及实时任务调度技术领域，公开一种基于注意力增强与辅助学习的MEC任务卸载方法和系统，方法包括：获取数据并构建移动边缘计算系统中的任务状态特征和边缘节点状态特征，构建任务卸载的深度强化学习模型，将移动边缘计算中的任务卸载问题转换为马尔可夫决策过程，根据状态特征构建马尔可夫状态空间、动作空间、奖励函数、优化目标；使用注意力机制编码状态特征，得到任务需求与节点能力之间的依赖关系；利用历史经验数据训练任务卸载的深度强化学习模型，训练过程中根据任务需求与节点能力之间的依赖关系执行主任务的Q值学习和辅助学习任务，训练完成得到最终的任务卸载策略。本发明可以提高任务卸载性能、迁移性强。