一种动态边缘的任务卸载和无人机轨迹优化自适应方法

本发明一种动态边缘的任务卸载和无人机轨迹优化自适应方法，涉及是一种无人机与用户自适应任务的技术方法，该方法搭建无人机辅助移动边缘计算的系统模型；根据系统模型建立优化问题；将优化问题转化成马尔可夫决策过程进行求解，提出一种深度强化学习的算法来优化任务卸载比例和无人机轨迹优化相关参数，并寻找最佳策略。本发明将无人机低空经济效益的概念整合到空中移动边缘计算的范式中，面向超低延迟服务，解决了由地理服务器用户差异引起的基于云端任务卸载中的延迟挑战，通过网络边缘提供低延迟和更快的服务卸载，很大程度上节约了资源配置的时间，减少了系统总时延，并验证了该动态方法对无人机辅助移动边缘计算系统中延迟敏感型应用程序的有效性。