来源：期刊VIP网 时间：
作者：陈雷;
单位：中国刑事警察学院公安信息技术与情报学院;
摘要：针对基于移动边缘计算（mobile edge computing, MEC）的双层蜂窝网络中由于移动设备的任务迁移而产生额外开销的问题，在移动感知下通过联合任务卸载和资源分配来减少任务迁移概率，进而最大化用户总收益。首先，提出了最大化用户总收益的最优化问题；其次，在考虑时变的计算任务和资源分配下，将最优化问题描述为一个马尔科夫决策过程(Markov decision process, MDP)，同时，提出了一个新颖的采用基于Q-学习的强化学习算法（reinforcement learning-based algorithm with Q-learning method, RLAQM）进行求解；最后，仿真验证了所提出的算法与其他算法相比能明显提高用户总收益。
关键词：移动边缘计算;;任务卸载;;移动感知;;马尔科夫决策过程;;强化学习
基金资助：中国刑事警察学院重大培育项目（编号：D2023002）;; 沈阳市社会治理科技专项（编号：22-322-3-35）;; 辽宁省教育厅科学研究项目（编号：ZGXJ2020005）;; 中国刑事警察学院校级项目（编号：D2022045）
