一种基于深度强化学习的无服务器边缘计算函数卸载方法

本发明属于边缘计算技术领域，涉及一种基于深度强化学习的无服务器边缘计算函数卸载方法，包括：建立无服务器边缘计算网络模型，包括云中心、边缘服务器、用户设备UD以及应用程序模型；根据无服务器边缘计算网络模型建立应用程序完成时间模型、用户设备能耗模型以及用户成本模型；基于应用程序完成时间模型、用户设备能耗模型以及用户成本模型建立无服务器边缘计算函数卸载问题；将无服务器边缘计算函数卸载问题建模为马尔可夫决策过程，基于马尔可夫决策过程采用深度强化学习求解无服务器边缘计算函数卸载问题，得到函数卸载决策；本发明在构建函数卸载问题时考虑函数部署约束和冷启动延迟问题，能够提高函数卸载决策的有效性。