一种基于强化学习的多节点MEC计算资源分配方案

移动边缘计算(Mobile Edge Computing,MEC)将云计算服务从云端下沉到网络边缘,能够满足第五代移动通信(5G)新业务超低时延的需求,被认为是未来5G通信的关键技术之一。针对5G应用场景下的多用户多边缘服务器的MEC网络架构和系统模型,设计了一种基于强化学习的多节点计算资源分配方案。该方案中用户设备将计算任务发送到家庭基站,家庭基站基于过往经验独立决策选择哪个MEC节点上传卸载的计算任务,在不引入额外信令开销的同时,实现了MEC服务器端的负载均衡。仿真实验表明,提出的方法在负载均衡上优于其他对比方法,尤其是在高任务强度时。