计算机应用研究

作者：米德昌,王霄,李梦丽,秦俊康,

单位：贵州大学电气工程学院,贵阳550025；

关键词：灾害应急,任务卸载,多智能体深度强化学习,自适应差分进化算法,

基金：国家自然科学基金资助项目(61861007,61640014)；贵州省科技计划资助项目(黔科合基础-ZK［2021］一般303)；贵州省科技支撑计划资助项目(科合支撑［2022］一般017,黔科合支撑［2023］一般096,黔科合支撑［2022］一般264)；贵州省教育厅创新群体项目(黔教合KY字［2021］012)；贵大引进人才项目(贵大人基合字(2014)08号)；；

针对传统深度强化学习（deep reinforcement learning，DRL）中收敛速度缓慢、经验重放组利用率低的问题，提出了灾害应急场景下基于多智能体深度强化学习（MADRL）的任务卸载策略。首先，针对MEC网络环境随时隙变化且当灾害发生时传感器数据多跳的问题，建立了灾害应急场景下基于MADRL的任务卸载模型；然后，针对传统DRL由高维动作空间导致的收敛缓慢问题，利用自适应差分进化算法（ADE）的变异和交叉操作探索动作空间，提出了自适应参数调整策略调整ADE的迭代次数，避免DRL在训练初期对动作空间的大量无用探索；最后，为进一步提高传统DRL经验重放组中的数据利用率，加入优先级经验重放技术，加速网络训练过程。仿真结果表明，ADE-DDPG算法相比改进的深度确定性策略梯度网络（deep deterministic policy gradient，DDPG）节约了35%的整体开销，验证了ADE-DDPG在性能上的有效性。

来源：2023年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第12期