多智能体灾后MEC环境中的电池感知资源分配与任务卸载
网络与互联网体系结构
2023-12-27 v1 信号处理
摘要
作为移动边缘计算（MEC）的一个新兴应用场景，灾后救援面临大量计算密集型任务，但网络连接稳定性无法保证。在救援环境中，服务质量（QoS），如任务执行延迟、能耗和电池健康状态（SoH），具有重要意义。本文研究了一个具有不稳定5G通信的多用户灾后MEC环境，其中采用设备到设备（D2D）链路通信和动态电压频率调整（DVFS）来平衡每个用户对任务延迟和能耗的需求。还提出了一种延长电池寿命的电池退化评估方法。将分布式优化问题建模为混合合作-竞争（MCC）多智能体马尔可夫决策过程（MAMDP），并使用循环多智能体近端策略优化（rMAPPO）求解。大量仿真和与其他代表性算法的全面比较清楚地证明了所提出的基于rMAPPO的卸载方案的有效性。
引用
@article{arxiv.2312.15380,
title = {Battery-Care Resource Allocation and Task Offloading in Multi-Agent Post-Disaster MEC Environment},
author = {Yiwei Tang and Hualong Huang and Wenhan Zhan and Geyong Min and Zhekai Duan and Yuchuan Lei},
journal= {arXiv preprint arXiv:2312.15380},
year = {2023}
}
备注
accepted by wcnc2024