面向工业互联网物联网边缘计算的强化学习控制自适应粒子群优化任务卸载
机器学习
2025-01-28 v1 分布式、并行与集群计算
摘要
工业互联网物联网（IIoT）应用对高效任务卸载提出严苛要求，以实现最小延迟下的重负荷数据处理。移动边缘计算（MEC）通过将计算资源靠近设备来减少延迟和服务器负载，实现最佳性能需要先进的优化技术。我们提出一种新方法，将自适应粒子群优化（APSO）与强化学习结合，特别是 Soft Actor Critic（SAC），以增强 MEC 环境下的任务卸载决策。该混合方法利用群体智能和预测模型以适应动态变量，如人类互动和环境变化。我们的方法改善了资源管理和服务质量，实现了 IIoT 边缘计算中的最优任务卸载和资源分配。
引用
@article{arxiv.2501.15203,
title = {Reinforcement Learning Controlled Adaptive PSO for Task Offloading in IIoT Edge Computing},
author = {Minod Perera and Sheik Mohammad Mostakim Fattah and Sajib Mistry and Aneesh Krishna},
journal= {arXiv preprint arXiv:2501.15203},
year = {2025}
}
备注
4 pages, 4 figures, The Web Conference 2025