摘要
本发明公开了一种基于边缘缓存的充能UAV辅助MEC系统时延优化方法及设备,包括构建系统模型;为整个系统运行流程搭建时延模型,将系统任务执行过程划分为多个时隙;根据系统模型和时延模型计算无人机的飞行能耗、计算能耗以及用户的任务卸载时延、计算时延,构造以最小化系统时延为目标的优化问题;根据已构建的系统模型和时延模型将系统运行流程建模为马尔可夫过程,使用多智能体深度强化学习算法求解系统最优的无人机轨迹和任务卸载方案、无人机服务缓存方案、无人机充能方案。本发明考虑大型时延敏感性任务的应用场景,将系统执行任务的流程建模成马尔可夫过程,使用多智能体深度强化学习算法求解系统的最优时延与能效,提升了系统的效用。
技术关键词
MEC系统
多智能体深度强化学习
时延
地面设备
深度强化学习算法
能耗
旋翼
求解系统
因子
最小化系统
计划
决策
出无人机
无人机飞行速度
构建系统模型
变量
地面充电站
无线充电站