本发明公开了一种基于深度强化学习的无小区大规模MIMO下移动边缘计算的分布式计算卸载方法，属于移动边缘计算领域，包括：设置CF‑MEC训练环境；基于CF‑MEC训练环境，使用M/M/1排队论模型生成计算任务；在每个用户设备上构建深度Q网络，利用计算任务对被分配到任务的用户设备上的深度Q网络进行训练，直至贪婪策略的概率趋近于1，训练结束得到训练后的深度Q网络；将待测数据输入训练后的深度Q网络中，使用户设备对边缘服务器进行独立计算卸载决策。该方法通过在每个用户设备上部署训练好的深度Q网络，用户可以自行根据网络中的相关信息进行卸载决策，从而尽可能降低自身运行计算密集型任务的时延，提高用户体验。
声明：
“基于深度强化学习的无小区大规模MIMO下移动边缘计算的分布式计算卸载方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1191
编辑：管理员
来源：北方有色网
咨询细节
