在一个连续动作空间内,可以精确优化无人机的飞行角度、飞行速度和任务卸载比,即β(i)∈[0,2π]β(i)∈[0,2π],v(i)∈[0,vmax]v(i)∈[0,vmax],以及Rk(i)∈[0,1]Rk(i)∈[0,1]。对以上四个变量进行联合优化,使系统成本最小。 4.3 奖励函数...
那么重置任务大小使其满足总计算任务量;无人机飞行时飞出场地,需要重新进行该步然后进行惩罚;以及无人机的电量不足以飞行或者计算,那么就将无人机所有电量都用完后,再进行下一片段。
⽆⼈机辅助移动边缘计算的计算卸载优化:⼀种深度确定性策略梯度⽅法(2)——模型构建⽆⼈机辅助移动边缘计算的计算卸载优化: :⼀种深度确定性策略梯度⽅法(2 2) ——模型构建参考⽂献:2 2 系统模型我们考虑了⼀种⽆⼈机辅助的MEC系统,该系统由UE和配备纳⽶MEC服务器的⽆⼈机组成。整个...
⽆⼈机辅助移动边缘计算的计算卸载优化:⼀种深度确定性策略梯度⽅法（2）——模型构建参考⽂献：2 系统模型 我们考虑了⼀种⽆⼈机辅助的MEC系统，该系统由UE和配备纳⽶MEC服务器的⽆⼈机组成。整个系统运⾏在离散时间内，时隙长度相等。对所有终端提供通信和计算服务，但⼀次只能对⼀个终端...
Xiong等提出了一种通过联合优化卸载决策、钻头分配和无人机轨迹来降低能耗的优化算法。Selim et al.提出使用设备到设备(D2D)作为无人机- mec系统辅助通信和计算卸载的附加选项。在广泛的研究和应用中,无人机辅助的MEC系统仍然面临着许多挑战,例如,UE计算能力的限制和环境障碍物(如树木或建筑物)的阻塞严重影响了系统...
无人机辅助移动边缘计算的计算卸载优化:一种深度确定性策略梯度方法(5)——结果与分析 参考文献: [1] Wang Y , Fang W , Ding Y , et al. Computation offloading optimization for UAV-assisted mobile edg
终端将部分计算任务卸载给无人机,其余计算任务在终端本地执行。在离散变量和能量消耗约束下,通过联合优化用户调度、任务卸载率、无人机飞行角度和飞行速度,以最小化最大处理延迟为目标。考虑到该问题、高维状态空间和连续动作空间的非凸性,提出了一种基于深度确定性策略梯度(DDPG)的强化学习算法。利用该算法,我们可以...
无人机辅助移动边缘计算的计算卸载优化:一种深度确定性策略梯度方法(3)——基础知识 参考文献: [1] Wang Y , Fang W , Ding Y , et al. Computation offloading optimization for UAV-assisted mobile edge
无人机辅助移动边缘计算的计算卸载优化:一种深度确定性策略梯度方法(2)——模型构建 参考文献: [1] Wang Y , Fang W , Ding Y , et al. Computation offloading optimization for UAV-assisted mobile edge