基于深度強化學(xué)習(xí)的多目標(biāo)邊緣任務(wù)調(diào)度研究

摘要： 針對深度強化學(xué)習(xí)在邊緣計算環(huán)境下的多目標(biāo)任務(wù)調(diào)度時存在優(yōu)化效果差等問題，提出了一種新的基于改進的競爭深度雙Q網(wǎng)絡(luò)的多目標(biāo)任務(wù)調(diào)度算法(IMTS-D3QN)。首先將深度雙Q網(wǎng)絡(luò)對目標(biāo)中的最大操作分解為動作選擇和動作評估，以消除過高估計；采用立即獎勵經(jīng)驗樣本分類方法，對經(jīng)驗樣本按照重要性程度分類存儲，訓(xùn)練時選取更多重要性程度高的經(jīng)驗樣本，提高了實際樣本的利用率，加快了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練...