您当前的位置:
首页 >
文章列表页 >
一种基于深度强化学习的海上MEC任务卸载和资源分配优化算法
专题:水下通信网络技术 | 更新时间:2025-11-06
    • 一种基于深度强化学习的海上MEC任务卸载和资源分配优化算法

    • An optimization algorithm based on deep reinforcement learning for maritime MEC task offloading and resource allocation

    • 徐艳丽 ,周子睿
    • 电信科学 2025年41卷第10期 页码:102-121
    • DOI:10.11959/j.issn.1000-0801.2025227    

      中图分类号:
    • 修回:2025-09-25,

      录用:2025-09-28,

    移动端阅览

  •  
  •  
  • HTML全文

  • 图(12) 表(3)

  • 参考文献

  • 出版信息

  • 数据统计

论文导航
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

275

浏览量

1022

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于边-端协同的任务卸载资源分配联合优化算法
面向差异化QoE基于匹配理论的任务卸载与资源分配方案
移动边缘计算中资源分配和定价方法综述
基于NOMA的超密集MEC网络任务卸载和资源分配方案
博弈协调增强的多智能体强化学习:UAV集群任务卸载优化

相关作者

吴柳青
朱晓荣
丁雷
刘斯宸
谢星寰
唐琳
许晨
邹璐珊

相关机构

北京微芯区块链与边缘计算研究院
北京邮电大学人工智能学院
台北科技大学电子工程系
东华大学信息科学与技术学院
闽南师范大学数据科学与智能应用福建省高校重点实验室