边缘计算（EC）最近成为一种有前途的范例，它支持在网络边缘具有低延迟服务的资源匮乏的物联网（IoT）应用程序。然而，边缘服务器上计算资源的有限容量对调度应用程序任务提出了巨大的挑战。本文在EC场景中研究了任务调度问题，并通过最大化长期任务满意度（LTSD）将多个任务调度到在边缘服务器上配置的虚拟机（VM）。该问题被表述为设计状态，动作，状态转换和奖励的马尔可夫决策过程（MDP）。我们利用深度强化学习（DRL）来解决时间安排（即任务执行顺序）和资源分配（即任务分配给哪个VM），考虑任务的多样性和可用资源的异构性。针对任务调度问题，提出了一种基于策略的REINFORCE算法，并利用全连接神经网络（FCN）提取特征。仿真结果表明，基于DRL的任务调度算法在平均任务满意度和成功率方面均优于文献中已有的方法。



"点击查看英文标题和摘要"