移动边缘计算中带时延约束的计算卸载的演员-评论家强化学习方法
网络与互联网体系结构
2019-01-31 v1
摘要
在本文中，我们考虑一个通过云服务器与边缘服务器协作提供计算服务的移动边缘计算系统。移动边缘计算既能降低服务时延，又能缓解核心网络负载。我们将不同优先级服务在平均时延约束下最大化平均系统收益的问题建模为一个带约束的半马尔可夫决策过程（SMDP）。我们提出了一种带资格迹的演员-评论家算法来求解该约束SMDP。我们利用神经网络训练策略参数与状态值函数参数，以持续改进系统性能。
引用
@article{arxiv.1901.10646,
title = {An Actor-Critic Reinforcement Learning Method for Computation Offloading with Delay Constraints in Mobile Edge Computing},
author = {Qizhen Li},
journal= {arXiv preprint arXiv:1901.10646},
year = {2019}
}