基于深度强化学习的移动边缘生成与计算的时延感知资源分配
系统与控制
2024-10-22 v2 人工智能
系统与控制
摘要
最近，移动边缘计算（MEC）与生成式人工智能（GAI）技术的融合催生了新的领域，即移动边缘生成与计算（MEGC），为移动用户提供诸如任务计算和内容生成等异构服务。在本文中，我们研究了MEGC系统中的联合通信、计算和AIGC资源分配问题。首先构建了一个时延最小化问题，以提升移动用户的服务质量。由于优化变量之间的强耦合，我们提出了一种新的深度强化学习算法来高效求解。数值结果表明，所提算法相对于两个基线算法可实现更低的时延。
引用
@article{arxiv.2408.02047,
title = {Latency-Aware Resource Allocation for Mobile Edge Generation and Computing via Deep Reinforcement Learning},
author = {Yinyu Wu and Xuhui Zhang and Jinke Ren and Huijun Xing and Yanyan Shen and Shuguang Cui},
journal= {arXiv preprint arXiv:2408.02047},
year = {2024}
}
备注
5 pages, 6 figures. This paper has been accepted for publication by IEEE Networking Letters