PeersimGymは、Peersimシミュレータとの統合により、ネットワークトポロジ、ノード特性、タスクパラメータなどを柔軟に設定できる高度にカスタマイズ可能なシミュレーション環境を提供する。これにより、様々なエッジコンピューティングシナリオにおけるタスクオフロードの最適化を探索することができる。
実験では、Double Deep Q Network (DDQN)とAdvantage Actor Critic (A2C)の強化学習エージェントを採用し、様々なネットワーク構成とタスクオフロードシナリオにおいて、従来の非強化学習アルゴリズムと比較して優れた性能を示した。これにより、強化学習アプローチがエッジコンピューティングネットワークの最適化に有効であることが明らかになった。
PeersimGymのソースコードとドキュメントは公開されており、エッジコンピューティング分野における研究の発展に寄与することが期待される。
To Another Language
from source content
arxiv.org
Глибші Запити