一种强化学习与启发式驱动的边缘计算依赖任务调度方法

本发明涉及边缘计算与任务调度领域，具体公开了一种强化学习与启发式驱动的边缘计算依赖任务调度方法，包括以下步骤：先对多用户的任务进行合并，为所有没有前驱任务的任务添加一个开始节点；将边缘计算与依赖性任务调度问题转化成双层优化问题：上层优化中，使用基于强化学习的人工智能算法对任务的依赖关系进行修改，即增加新的边，从而增加新的约束条件；下层优化中，采用传统的启发式算法对任务进行卸载求解，得到任务的调度顺序和调度地点；迭代优化上下两层，以最小化目标函数。本发明采用上述的一种强化学习与启发式驱动的边缘计算依赖任务调度方法，通过动态增加任务间的依赖关系，实现高质量的用户体验，并且可以泛化到大规模场景中。