基于进化多目标强化学习的无人机辅助移动边缘计算中轨迹控制与任务卸载
信号处理
2022-02-25 v1 机器学习
摘要
本文研究无人机(UAV)辅助移动边缘计算系统中的轨迹控制与任务卸载(TCTO)问题,其中无人机沿规划轨迹飞行以从智能设备(SDs)收集计算任务。我们考虑这样一种场景:SDs与基站(BS)不直接连接,且无人机扮演两个角色:MEC服务器或无线中继。无人机在线做出任务卸载决策,其中收集的任务可在无人机上本地执行或卸载到BS进行远程处理。TCTO问题涉及多目标优化,其目标是同时最小化任务延迟和无人机能耗,并最大化无人机收集的任务数量。该问题具有挑战性,因为三个目标相互冲突。现有的强化学习(RL)算法,无论是单目标RL还是单策略多目标RL,都不能很好地解决该问题,因为它们无法在一次运行中针对各目标的不同偏好(即权重)输出多种策略。本文将对多策略多目标RL——进化多目标RL(EMORL)——适配到TCTO问题。该算法仅需一次运行即可输出多种最优策略,每种策略优化某一特定偏好。仿真结果表明,与两种进化算法和两种多策略RL算法相比,所提算法能在策略质量上通过权衡三个目标获得更优的非支配策略。
引用
@article{arxiv.2202.12028,
title = {Evolutionary Multi-Objective Reinforcement Learning Based Trajectory Control and Task Offloading in UAV-Assisted Mobile Edge Computing},
author = {Fuhong Song and Huanlai Xing and Xinhan Wang and Shouxi Luo and Penglin Dai and Zhiwen Xiao and Bowen Zhao},
journal= {arXiv preprint arXiv:2202.12028},
year = {2022}
}