基于强化学习的无人机任务卸载策略的确定方法和装置

    公开(公告)号:CN112835715A

    公开(公告)日:2021-05-25

    申请号:CN202110135702.0

    申请日:2021-02-01

    Abstract: 本申请提供基于强化学习的无人机任务卸载策略的确定方法和装置,所述方法包括:S1:将无人机的计算任务建模为DAG模型,计算任务由多个不可再拆分且有序执行的子计算任务组成;S2:确定无人机产生的每个计算任务的任务卸载策略以最小化无人机工作期间内所有计算任务的平均计算代价,所述任务卸载策略用于确定计算任务的所有子计算任务中需要卸载到边缘服务器计算处理的子计算任务和在无人机本地计算处理的子计算任务。本申请所提出的基于强化学习的无人机用户自适应任务卸载策略,能够有效地降低无人机用户在时变通信信道条件下任务卸载的计算代价。

    基于强化学习的无人机任务卸载策略的确定方法和装置

    公开(公告)号:CN112835715B

    公开(公告)日:2022-12-09

    申请号:CN202110135702.0

    申请日:2021-02-01

    Abstract: 本申请提供基于强化学习的无人机任务卸载策略的确定方法和装置,所述方法包括:S1:将无人机的计算任务建模为DAG模型,计算任务由多个不可再拆分且有序执行的子计算任务组成;S2:确定无人机产生的每个计算任务的任务卸载策略以最小化无人机工作期间内所有计算任务的平均计算代价,所述任务卸载策略用于确定计算任务的所有子计算任务中需要卸载到边缘服务器计算处理的子计算任务和在无人机本地计算处理的子计算任务。本申请所提出的基于强化学习的无人机用户自适应任务卸载策略,能够有效地降低无人机用户在时变通信信道条件下任务卸载的计算代价。

Patent Agency Ranking