基于多智能体强化学习的移动边缘网络数字孪生迁移方法

本发明公开了一种基于多智能体强化学习的移动边缘网络数字孪生迁移方法，获取移动边缘网络数字孪生模型信息，包括移动设备、接入点和MEC服务器的信息，将各个移动设备分别作为一个智能体并部署数字孪生托管决策模型，MEC服务器基于数字孪生的全局信息对数字孪生托管决策模型进行集中强化学习，在各个时隙，移动设备从所有接入点中筛选出对应的接入点集合，获取当前状态信息并输入数字孪生托管决策模型得到决策动作，得到数字孪生托管的决策变量，并据此完成数字孪生迁移。本发明将各个移动设备分别作为一个智能体并部署数字孪生托管决策模型进行数字孪生托管决策，从而完成数字孪生迁移，降低移动设备数字孪生的同步延迟的同时控制系统能耗。