计算机应用研究

作者：黄子祥,张新有,邢焕来,冯力,

单位：1.西南交通大学唐山研究院,河北唐山063000；2.西南交通大学计算机与人工智能学院,成都610000；

关键词：边缘计算,深度强化学习,边端协同,无人机协同,计算卸载,

基金：国家自然科学基金资助项目(62172342)；；

当今全球频繁出现自然灾害，针对一种无人机协同下的应急救灾计算卸载场景，提出一种带有协调器的边-端架构。综合考虑场景中的时延、能耗与无人机之间的负载均衡作为系统总代价，采用改进的深度强化学习算法APPO（advanced proximal policy optimization），以最小化系统总代价为目标进行卸载优化。任务的部分卸载相比二进制卸载可以更大程度上降低系统的总代价，APPO算法针对不同的任务情况可以找到合适的卸载比例与无人机进行卸载。仿真与实验结果表明，该算法与全本地处理相比，系统总代价降低了约50%，与较先进的A2C相比，系统总代价降低了约14%。展现了所提策略在该场景下的优越性。

来源：2024年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第5期