一种基于分层深度强化学习的边缘服务缓存与任务卸载联合优化方法

本发明属于移动边缘计算技术领域，具体涉及一种基于分层深度强化学习的边缘服务缓存与任务卸载联合优化方法；该方法包括：构建通信系统模型并计算系统任务处理总时延；根据系统任务处理总时延构建优化目标函数，并将目标函数拆分为第一子问题和第二子问题；根据两个子问题构建各自的马尔科夫决策过程；构建马尔科夫决策过程包括定义状态空间、动作空间以及奖励函数；使用DQN算法求解第一子问题的马尔科夫决策过程，得到服务缓存决策方案；使用DDPG算法求解第二子问题的马尔科夫决策过程，得到任务卸载和计算资源分配方案；本发明可以进一步优化网络服务，降低平均任务处理时延。