一种基于PPO的数字孪生边缘赋能智慧工厂任务卸载方法

本发明公开了一种基于近端策略优化算法(Proximal Policy Optimization,PPO)的数字孪生边缘赋能智慧工厂任务卸载方法，涉及计算机技术领域，包括：将当前智慧工厂场景抽象为数字孪生边缘赋能的智慧工厂网络模型，同时对智慧工厂内的任务进行建模获得多约束任务模型；根据本地设备的功率、信道传输带宽和服务器的计算能力、故障情况建立包括时延、能耗和任务完成率的多约束任务卸载问题模型；基于多约束任务模型和多约束任务卸载问题模型设计PPO网络，将智慧工厂任务卸载问题处理成马尔可夫决策过程，包括状态State、动作Action和奖励Reward；在PPO网络中加入均匀噪声，根据模型建立噪声增强的PPO算法(Noise‑Enhanced Proximal Policy Optimization,Noise‑Enhanced PPO)，求解得到最优的任务卸载决策。