您当前的位置:
首页 >
文章列表页 >
基于深度确定性策略梯度的工业任务卸载策略
更新时间:2024-06-20
    • 基于深度确定性策略梯度的工业任务卸载策略

    • Industrial Task Offloading Strategy Based on Deep Deterministic Policy Gradient

    • 在工业互联网领域,一项基于深度确定性策略梯度的工业任务卸载策略被提出,旨在降低任务时延、系统能耗和成本,提高服务质量。
    • 武汉大学学报(理学版)   2024年70卷第3期 页码:358-366
    • DOI:10.14188/j.1671-8836.2023.0214    

      中图分类号: TN929.5;TP393.09
    • 纸质出版日期:2024-06-24

      收稿日期:2023-11-06

    扫 描 看 全 文

  • 梁子豪,栗娟,刘进.基于深度确定性策略梯度的工业任务卸载策略[J].武汉大学学报(理学版),2024,70(3):358-366. DOI:10.14188/j.1671-8836.2023.0214. DOI:

    LIANG Zihao,LI Juan,LIU Jin.Industrial Task Offloading Strategy Based on Deep Deterministic Policy Gradient [J].J Wuhan Univ (Nat Sci Ed),2024,70(3):358-366. DOI:10.14188/j.1671-8836.2023.0214(Ch). DOI:

  •  
  •  

0

浏览量

58

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

支持MEC的D2D多播网络中的任务卸载与资源分配
基于移动边缘计算的任务卸载及隐私保护问题综述
基于深度强化学习的无人机矿井自主巡航研究
雾计算网络中基于移动感知的任务卸载和资源分配

相关作者

栗娟
刘进
陈雷
沈华
王丽琼
惠丽洁
梁琦玮
杨博帆

相关机构

中国刑事警察学院 公安信息技术与情报学院
湖北工业大学 计算机学院
南京审计大学 计算机学院
江西省经济犯罪侦查与防控技术协同创新中心
上海外国语大学 国际金融贸易学院
批量引用
0