本發明公布了一種電力物聯網中基于深度強化學習的計算任務卸載方法,旨在通過聯合優化無人機位置、發射功率和任務劃分變量來最小化能耗和時延。首先,針對計算任務卸載問題的非凸性,通過設計狀態、動作空間和獎勵函數,制定了馬爾可夫決策過程,獎勵函數基于面向輸電線路巡檢的電力物聯網系統模型,涉及采集設備、巡檢無人機和邊緣服務器之間的交互,對計算任務卸載問題進行描述。在此基礎上,由于馬爾可夫模型具有連續的動作空間,提出了雙延遲深度確定性策略梯度算法,獲得了任務卸載的最優策略。
聲明:
“電力物聯網中基于深度強化學習的計算任務卸載方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)