Der Artikel untersucht das Problem des Task-Graph-Offloadings in Mobile Edge Computing (MEC), bei dem die zeitlich variierenden Rechenkapazitäten der Edge-Computing-Geräte berücksichtigt werden.
Zunächst wird das Task-Graph-Offloading als ein Optimierungsproblem zur Minimierung der durchschnittlichen Anwendungsfertigstellung formuliert. Basierend auf der topologischen Ordnung der Anwendungen werden die bereiten Aufgaben der ankommenden Anwendungen in eine priorisierte Liste zerlegt.
Dann wird der Scheduling-Prozess der bereiten Aufgaben innovativ als Markov-Entscheidungsprozess (MDP) modelliert. In diesem MDP wird die Charakterisierung der Umgebung als Zustandsraum formuliert und die Scheduling-Entscheidung für jede bereite Aufgabe als Aktionsraum abstrahiert. Der Belohnungswert in Bezug auf den MDP wird als Nutzen für den Agenten definiert.
Um die Schwierigkeiten aufgrund der großen Anzahl von Zustandsräumen zu überwinden, wird ein DRL-Algorithmus basierend auf DQN entwickelt, um die Scheduling-Entscheidung aus der Interaktion mit der Umgebung zu lernen. Umfangreiche Simulationen zeigen, dass der vorgeschlagene Algorithmus SATA-DRL bestehende Strategien in Bezug auf die Reduzierung der durchschnittlichen Fertigstellungszeit und der Deadline-Verletzung übertrifft.
To Another Language
from source content
arxiv.org
Önemli Bilgiler Şuradan Elde Edildi
by Jiagang Liu,... : arxiv.org 03-22-2024
https://arxiv.org/pdf/2309.10569.pdfDaha Derin Sorular