多无人机使能的移动边缘计算中基于强化学习的用户关联与资源分配
网络与互联网体系结构
2019-04-18 v1 人工智能
机器学习
摘要
在本文中，研究了多无人机(UAV)使能的移动边缘计算(MEC)，即UAVE，其中部署了若干UAV作为飞行MEC平台，为地面用户设备(UE)提供计算资源。由于具有高灵活性、低成本和易部署的特点，与传统的固定位置MEC相比，UAV使能的MEC(即UAVE)在临时活动、紧急情况和按需服务场景中尤为有用。然而，UAVE的运行面临几个挑战，其中两个挑战是如何在最小化所有UE能耗的同时，实现1)多个UE与UAV之间的关联，以及2)从UAV到UE的资源分配。为了解决这个问题，我们将上述问题表述为混合整数非线性规划(MINLP)，该问题通常难以求解，特别是在大规模场景下。然后，我们提出了一种基于强化学习(RL)的用户关联与资源分配(RLAA)算法，以高效且有效地解决该问题。数值结果表明，与穷举搜索相比，所提出的RLAA在小规模下可以实现最优性能，并且在大规模情况下比其他典型算法具有可观的性能增益。
引用
@article{arxiv.1904.07961,
title = {RL-Based User Association and Resource Allocation for Multi-UAV enabled MEC},
author = {Liang Wang and Peiqiu Huang and Kezhi Wang and Guopeng Zhang and Lei Zhang and Nauman Aslam and Kun Yang},
journal= {arXiv preprint arXiv:1904.07961},
year = {2019}
}
备注
This paper was accepted by IWCMC 2019