论文部分内容阅读
随着未来5G移动网络的发展,为了满足用户在大量数据剧增的背景下实现更高带宽、更低时延的要求,移动边缘计算(MEC)技术正逐渐引起相关学者的重视。MEC可以将计算密集型任务迁移到MEC服务器,来扩展无线网络边缘的计算能力。论文考虑了一个多用户的MEC系统,提出了深度强化学习方法来优化即时奖励和长期成本。仿真结果表明,与其他方法相比,该方案在降低总成本上有明显优势。