移动边缘计算中基于深度强化学习的分布式卸载算法

刘洋; 杨艳艳; 柴争义

doi:10.12454/j.jsuese.202400734

您当前的位置：

首页 >

文章列表页 >

移动边缘计算中基于深度强化学习的分布式卸载算法

更新时间：2025-11-24

- 移动边缘计算中基于深度强化学习的分布式卸载算法
- Distributed offloading algorithm based on deep reinforcement learning in mobile edge computing
- “在移动边缘计算领域，专家提出了基于深度强化学习的分布式任务卸载算法，有效降低边缘客户端的平均时延和能耗，提高了10%。”
- 工程科学与技术 2025年页码：1-11
- 作者机构：
  
  1.郑州师范学院信息科学与技术学院，河南省郑州市 450044
  2.天津工业大学计算机科学与技术学院，天津市300000
- 作者简介：
  
  刘洋（1983—），女，河南郑州人，讲师，博士，主要研究方向：物联网资源分配、深度强化学习
  柴争义（通信作者）（1976-），男，天津人，博士，教授，博导，研究方向：深度强化学习，智能物联网。
- 基金信息：
  
  国家自然科学基金(62172298)
- DOI：10.12454/j.jsuese.202400734
  中图分类号： TP391
- 收稿：2024-09-11，
  
  网络出版：2025-11-24，
- 稿件说明：
移动端阅览
刘洋,杨艳艳,柴争义.移动边缘计算中基于深度强化学习的分布式卸载算法[J].工程科学与技术,

LIU Yang,YANG Yanyan,CHAI Zhengyi.Distributed offloading algorithm based on deep reinforcement learning in mobile edge computing[J].Advanced Engineering Sciences,
刘洋,杨艳艳,柴争义.移动边缘计算中基于深度强化学习的分布式卸载算法[J].工程科学与技术, DOI：10.12454/j.jsuese.202400734.

LIU Yang,YANG Yanyan,CHAI Zhengyi.Distributed offloading algorithm based on deep reinforcement learning in mobile edge computing[J].Advanced Engineering Sciences, DOI：10.12454/j.jsuese.202400734.XXXX,XX(XX):1‒11.

浏览量

下载量

CNKI被引量

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进多目标粒子群算法的钢板入库垛位分配研究

基于深度学习的摇摆自复位桥墩设计参数优化方法

基于深度强化学习的抗感知误差空战机动决策

基于多物理场仿真和VIKOR决策的干式铁心电抗器多目标优化

基于多智能体注意力-深度强化学习的输配网双侧储能协同调度方法

移动边缘计算中基于深度强化学习的分布式卸载算法

Distributed offloading algorithm based on deep reinforcement learning in mobile edge computing

DOI：10.12454/j.jsuese.202400734