算网环境下基于双代理策略的任务调度优化方法

本发明涉及云端任务卸载和强化学习技术领域，具体提供了一种算网环境下基于双代理策略的任务调度优化方法，包括：基于通信模型获取任务由本地处理器MSDn到边缘服务器ECs的卸载过程中的能量消耗和延迟；基于计算模型构建任务卸载的优化目标；根据优化目标，采用基于双代理策略的DAPO算法获取云边端协作任务的最优卸载策略。本发明通过双代理配置增强了算法在动态和复杂环境中的稳定性，能够更有效地管理复杂的系统状态、空间和决策过程，通过信息熵模型来量化隐私，量化了卸载模式的不确定性，从而量化了推断攻击的难度。