基于Qmix算法的移动边缘计算任务卸载策略研究

本文研究了基于Qmix算法的移动边缘计算任务卸载策略，该策略能够有效地解决多用户设备和多服务器环境下的任务卸载问题。

系统模型

在系统中有N个用户设备，M个服务器，用户设备集合为：N={1,2,3,…N}，服务器集合为：{1，2，…M}，采用离散时间，时间域是等长的时隙，分为{1，2，3，…T}T个时隙，假设每个时隙初，每个用户设备会产生一个计算密集型任务，任务不可拆分（要么在本地，要么在MEC服务器），任务参数包括（任务大小，任务复杂度，任务优先级），需要选择任务是在本地执行还是卸载到MEC服务器执行。
本地有两个队列：执行队列和传输队列；服务器有一个队列：执行队列。卸载决策后会产生时延：在本地执行：时延只有执行时延；在服务器上执行：时延包括传输时延、执行时延。
将问题转化为马尔可夫决策过程：
- 状态：（任务大小、任务负载、任务优先级、本地执行队列信息、本地传输队列信息、服务器执行队列信息）
- 动作：在本地或者mec服务器，以3个mec服务器为例，动作选择有（0，1，2，3），0代表本地，1，2，3分别代表那三个mec服务器
- 奖励：-（卸载决策的延迟）

测试结果

结论

基于Qmix算法的移动边缘计算任务卸载策略能够有效地解决多用户设备和多服务器环境下的任务卸载问题，并显著提高系统性能。该策略具有较强的泛化能力，能够适应不同环境下的任务卸载需求。