Построена задача выгрузки задач ориентированного ацикличного графа (DAG) и оптимизации ресурсов с целью минимизации энергопотребления системы с учетом ограничений, таких как максимально допустимая задержка. Учитывая высокую динамичность вычислительных запросов в сети и сложность получения полной информации о состоянии системы, в итоге использован алгоритм многопользовательского глубокого детерминированного градиента политики (MADDPG) для поиска оптимальной стратегии. По сравнению с существующими алгоритмами выгрузки задач, алгоритм MADDPG позволяет снизить среднее энергопотребление системы на 14,2%–40,8%, а также повысить коэффициент попадания в локальный кэш на 3,7%–4,1%.

Мобильные пограничные вычисления;многопользовательское глубокое усиленное обучение;выгрузка вычислений;распределение ресурсов;кэширование сервисов