[发明专利]超密集网络任务卸载方法、装置、计算机设备和存储介质

说明书

本申请涉及一种超密集网络任务卸载方法、装置、计算机设备和存储介质，适用于通信领域资源分配技术领域。所述方法包括：获取终端设备中待卸载的目标任务的任务属性信息以及终端设备的位置信息；基于位置信息，获取与终端设备对应的多个候选基站的属性信息；将任务属性信息、位置信息以及多个候选基站的属性信息输入至预设深度强化学习模型，确定目标任务对应的目标基站，其中，目标任务被卸载到目标基站所需的任务时延最短且满足预设的能耗约束条件；将目标任务卸载至目标基站。采用本方法能够避免了出现目标基站不满足能耗需求的情况。

技术领域

本申请涉及通信领域资源分配技术领域，特别是涉及一种超密集网络任务卸载方法、装置、计算机设备和存储介质。

背景技术

随着通信技术的不断发展，催生出大量新兴移动应用，例如云游戏、虚拟现实(Virtual Reality，VR)和增强现实(Augmented Reality，AR)等。为了满足此类应用正常工作，任务卸载技术应运而生。任务卸载技术利用通信技术将终端设备中计算密集型任务卸载到计算资源充足的服务器端进行处理，然后再由服务器端将计算结果回传至终端设备，从而实现了计算能力和时延的双重优化。但是由于云计算中卸载端服务器和终端设备端的终端设备相距甚远，导致其传输时延一直远高于计算任务的可容忍时延要求，使得终端设备体验较差。然而，近年来，将终端设备中计算密集型任务卸载到计算资源充足的边缘基站端进行处理，成为了研究的热点问题。

在传统方法中，以凸优化、博弈论等为代表的传统算法通常需在掌握全局信息的基础上对问题求解。

上述传统方法中，可能出现确定的基站难以满足能耗需求。

发明内容

基于此，有必要针对上述技术问题，提供一种超密集网络任务卸载方法、装置、计算机设备和存储介质，能够保证目标任务被卸载到目标基站所需的任务时延最短，且满足预设的能耗约束条件。

第一方面，提供了一种超密集网络任务卸载方法，方法包括：获取终端设备中待卸载的目标任务的任务属性信息以及终端设备的位置信息；基于位置信息，获取与终端设备对应的多个候选基站的属性信息；将任务属性信息、位置信息以及多个候选基站的属性信息输入至预设深度强化学习模型，确定目标任务对应的目标基站。其中，目标任务被卸载到目标基站所需的任务时延最短且满足预设的能耗约束条件；将目标任务卸载至目标基站。

在其中一个实施例中，将任务属性信息、位置信息以及多个候选基站的属性信息输入至预设深度强化学习模型，确定目标任务对应的目标基站之前，方法还包括：确定预设数量的历史任务分别对应的卸载基站的标识以及将各历史任务卸载到各卸载基站对应的时延数据和能耗数据；对应地，将任务属性信息、位置信息以及多个候选基站的属性信息输入至预设深度强化学习模型，确定目标任务对应的目标基站，包括：将任务属性信息、位置信息、多个候选基站的属性信息、各卸载基站的标识以及时延数据和能耗数据，输入至预设深度强化学习模型，确定目标任务对应的目标基站。

在其中一个实施例中，预设深度强化学习模型包括目标演员网络以及回报函数，将任务属性信息、位置信息以及多个候选基站的属性信息输入至预设深度强化学习模型，确定目标任务对应的目标基站，包括：将任务属性信息、位置信息以及多个候选基站的属性信息输入至目标演员网络中，输出目标基站的标识；利用回报函数计算目标回报值，目标回报值用于表征将目标任务卸载到目标基站对应的时延数据以及能耗数据。

在其中一个实施例中，获取终端设备中待卸载的目标任务，包括：将终端设备中的待卸载任务划分为多个子任务；从多个子任务中，确定待卸载的目标任务。

在其中一个实施例中，基于位置信息，获取与终端设备对应的多个候选基站的属性信息，包括：终端设备向基站发送广播信息，广播信息用于指示各基站向终端设备发送基站的属性信息；接收到各基站发送的属性信息，根据终端设备的位置信息以及各属性信息中包括的基站的位置信息，确定与终端设备对应的多个候选基站的属性信息。