基于深度强化学习的边缘服务迁移方法

本发明提出基于深度强化学习的边缘服务迁移方法，所述方法针对动态多变的边缘系统环境使用统一的服务迁移模型，将长期QoS作为优化目标，并使用迁移、通信和计算方面的延迟进行度量，同时基于深度强化学习DRL框架定义MEC环境下服务迁移问题的状态空间、动作空间和奖励函数，并将上述问题形式化表示为马尔科夫决策过程MDP，同时在基于深度强化学习的边缘服务迁移方法DPSM中采用深度确定性策略梯度训练深度神经网络，以在复杂动态的边缘环境中获取最优迁移策略；本发明用于探索边缘环境下的最优服务迁移策略，该方法通过直接输出迁移决策，以应对庞大的动作空间，并在各种场景下均展现出更加优越的性能。