[發明專利]任務卸載方法、系統、裝置和存儲介質

有效

• 申請號: 202011061127.6
• 申請日: 2020-09-30
• 公開（公告）號: CN112202886B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 唐冬;李福樂
• 申請（專利權）人: 廣州大學
• 主分類號: H04L67/59
• 分類號: H04L67/59;G06F9/445;G06F9/50
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 常柯陽

1.一種任務卸載方法，其特征在于，包括：

執行決策過程；所述決策過程用于確定與第一終端匹配的第二終端，根據判定條件，將所述第二終端設定為所述第一終端的協作卸載終端，或者將所述第一終端設定為所述第二終端的協作卸載終端；

根據所述協作卸載終端的設定結果，確定網絡狀態值；

根據所述網絡狀態值以及所述決策過程中所執行的動作，確定即時獎勵值；

根據所述即時獎勵值，確定長期效用值；

確定最優決策過程；所述最優決策過程為使所述長期效用值最大化的決策過程；

以所述最優決策過程所確定的第一終端、第二終端和協作卸載終端，執行任務卸載；

所述根據判定條件，將所述第二終端設定為所述第一終端的協作卸載終端，或者將所述第一終端設定為所述第二終端的協作卸載終端，包括：

確定第一卸載延遲和第二卸載延遲；所述第一卸載延遲為所述第一終端在OMA模式下的卸載延遲，所述第二卸載延遲為所述第二終端在OMA模式下的卸載延遲；

當所述第二卸載延遲小于所述第一卸載延遲，將所述第二終端設定為所述第一終端的協作卸載終端；

當所述第一卸載延遲小于所述第二卸載延遲，將所述第一終端設定為所述第二終端的協作卸載終端。

2.根據權利要求1所述的任務卸載方法，其特征在于，所述任務卸載方法還包括以下步驟：

訓練神經網絡；所述神經網絡的輸入包括所述網絡狀態值以及所述決策過程中所執行的動作；

當所述神經網絡的輸出與最大化的所述長期效用值之間的偏差小于預設閾值，結束對所述神經網絡的訓練。

3.根據權利要求2所述的任務卸載方法，其特征在于，所述訓練神經網絡中，以均方誤差作為損失函數。

4.根據權利要求1所述的任務卸載方法，其特征在于，所述即時獎勵值為所述第一卸載延遲和所述第二卸載延遲之和的相反數。

5.根據權利要求1所述的任務卸載方法，其特征在于，當所述第二終端為所述第一終端的協作卸載終端，所述以所述最優決策過程所確定的第一終端、第二終端和協作卸載終端，執行任務卸載，包括：

從所述第一終端的任務數據中分出第一部分和第二部分；

在第一時隙，由所述第一終端將所述第一部分卸載至接入點，將所述第二部分卸載至所述第二終端；

所述第二終端將接收到的所述第二部分與本地的任務數據合成后，分出第三部分和第四部分；

在第二時隙，由所述第二終端將所述第三部分卸載至接入點，對所述第四部分執行本地計算。

6.根據權利要求1所述的任務卸載方法，其特征在于，當所述第一終端為所述第二終端的協作卸載終端，所述以所述最優決策過程所確定的第一終端、第二終端和協作卸載終端，執行任務卸載，包括：

從所述第二終端的任務數據中分出第一部分和第二部分；

在第一時隙，由所述第二終端將所述第一部分卸載至接入點，將所述第二部分卸載至所述第一終端；

所述第一終端將接收到的所述第二部分與本地的任務數據合成后，分出第三部分和第四部分；

在第二時隙，由所述第一終端將所述第三部分卸載至接入點，對所述第四部分執行本地計算。