文献

J-GLOBAL ID：202202228543717384   整理番号：22A0914406

協調マルチエージェント深層強化学習によるNOMAベースマルチユーザモバイルエッジ計算オフローディング【JST・京大機械翻訳】

NOMA-Based Multi-User Mobile Edge Computation Offloading via Cooperative Multi-Agent Deep Reinforcement Learning

著者 (5件)： Chen Zhao (Beijing National Research Center for Information Science and Technology, Tsinghua University, Beijing, China) ,  Zhang Lei (Department of Electronic Engineering, Tsinghua University, Beijing, China) ,  Pei Yukui (Beijing National Research Center for Information Science and Technology, Tsinghua University, Beijing, China) ,  Jiang Chunxiao (Beijing National Research Center for Information Science and Technology, Tsinghua University, Beijing, China) ,  Yin Liuguo (Beijing National Research Center for Information Science and Technology, Tsinghua University, Beijing, China)
資料名： IEEE Transactions on Cognitive Communications and Networking  (IEEE Transactions on Cognitive Communications and Networking)
巻： 8  号： 1  ページ： 350-364  発行年： 2022年 
JST資料番号： W2454A  ISSN： 2332-7731  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： モバイルエッジコンピューティング(MEC)は,資源制限モバイルデバイスを,近傍エッジサーバに計算集約タスクをオフロードするのを可能にする有望な解決策である。本論文では,非直交多重アクセス(NOMA)ベースのマルチユーザネットワークにおける動的計算オフローディングを,確率的タスク到着と無線チャネルを考慮することによって研究した。具体的には,協調マルチエージェント深層強化学習(CMADRL)ベースフレームワークを提案し,各ユーザでタスクオフロードと局所実行電力を割当てる分散オフロードポリシーを学習し,電力消費とバッファ遅延に関して長期平均ネットワーク計算コストを最小化する。集中型訓練と分散実行戦略を活用することによって,提案フレームワークは,効率的分散ポリシーを学ぶだけでなく,ユーザの計算圧力を軽減し,NOMAベースのネットワークの干渉を協調する際によく働く。訓練複雑性を減らすために,さらに,少しの犠牲性能を有するすべてのユーザによって活用できる1つのパラメータ共有ポリシーネットワークを訓練するために,さらに改良する。数値シミュレーションは,提案したCMADRLベースフレームワークが,各ユーザで効率的な動的オフロードポリシーを学習でき,従来の独立Q学習ベースフレームワークと,より低いネットワーク計算コストを持ついくつかの欲張り戦略を著しく凌駕することを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *顧客 ,  電力 ,  ネットワーク ,  電力消費 ,  多重化 ,  通信チャネル ,  *利用者 ,  直交性
準シソーラス用語： *マルチユーザ ,  数値シミュレーション ,  モバイルデバイス ,  Q学習 ,  複雑性 ,  計算コスト ,  無線チャネル ,  *オフローディング ,  *マルチエージェント , 【Automatic Indexing@JST】

分類 (1件)： 移動通信  (ND08030H)

タイトルに関連する用語 (5件)： 協調 ,  マルチエージェント ,  深層強化学習 ,  計算 ,  オフローディング