技術特征：

1.一種基于深度強化學習的無人機輔助邊緣計算任務卸載方法，其特征在于，包括以下步驟：

2.根據權利要求1所述的基于深度強化學習的無人機輔助邊緣計算任務卸載方法，其特征在于，

3.根據權利要求1或2所述的基于深度強化學習的無人機輔助邊緣計算任務卸載方法，其特征在于，步驟(4)包括以下子步驟：

4.根據權利要求1至3中任意一項所述的基于深度強化學習的無人機輔助邊緣計算任務卸載方法，其特征在于，

5.根據權利要求4所述的基于深度強化學習的無人機輔助邊緣計算任務卸載方法，其特征在于，步驟(6)包括以下子步驟：

6.根據權利要求5所述的基于深度強化學習的無人機輔助邊緣計算任務卸載方法，其特征在于，

7.根據權利要求6所述的基于深度強化學習的無人機輔助邊緣計算任務卸載方法，其特征在于，

8.根據權利要求7所述的基于深度強化學習的無人機輔助邊緣計算任務卸載方法，其特征在于，步驟(8)包括以下子步驟：

9.根據權利要求8所述的基于深度強化學習的無人機輔助邊緣計算任務卸載方法，其特征在于，深度強化學習模型w采用tensorflow架構的深度強化學習模型，其是按照以下步驟訓練得到的：

10.一種基于深度強化學習的無人機輔助邊緣計算任務卸載系統(tǒng)，其特征在于，包括：

技術總結
本發(fā)明公開了一種基于深度強化學習的無人機輔助邊緣計算任務卸載方法，其在無人機輔助邊緣計算中針對移動用戶設備的計算密集型任務進行在線決策、計算卸載和路徑優(yōu)化的聯合優(yōu)化。在網絡邊緣有多個用戶設備進行隨機移動并實時產生計算密集型任務，每個任務可以被任意分成兩部分，在用戶設備本地和無人機服務器上并行計算，同時無人機進行三維移動，降低平均傳輸開銷，提升卸載效率。在降低響應時延、能耗開銷的基礎上，提高了邊緣計算系統(tǒng)的資源利用效率，保證了邊緣計算系統(tǒng)的可持續(xù)性、高質量性和高魯棒性服務。

技術研發(fā)人員：童釗,章仕彥,梅晶,汪燦,張遠洋,鄧加欣,曾璀彬,張躍甲
受保護的技術使用者：湖南師范大學
技術研發(fā)日：
技術公布日：2025/1/28