基于深度強化學習的邊緣計算資源分配方法

摘要： 邊緣計算的特點使其具有廣闊的軍事應用前景。在邊緣計算中引入聯邦學習（federated learning,FL），考慮到物聯網設備的資源有限，需要兼顧FL精度和設備能耗。提出了結合深度強化學習、聯邦學習及自注意力機制的框架（DRL-FLSL）來實現選擇設備并為其分配資源，目標是平衡FL精度和設備的能耗。該框架引入LSTM(long short term memory)預測網絡狀... （共6頁）