崔 硕，覃少华，谢志斌，张家豪，卞圣强

(广西师范大学 计算机科学与信息工程学院，广西 桂林 541004)

0 引言

移动边缘计算(MEC，mobile edge computing)技术通过在网络边缘部署计算和存储资源，将云计算的部分能力下沉到无线接入网等靠近用户的网络边缘，就近为用户提供计算和存储服务，降低用户的等待时延，同时减轻了骨干网的负担，防止网络拥塞的发生[1-3]。计算卸载是MEC的关键技术[4]，用户设备可以通过计算卸载技术将计算密集型的应用整体或部分地卸载到MEC服务器上运行，显著降低了处理时延和能耗。

细粒度的计算卸载将应用进一步分割为多个任务，使得任务间的并行卸载处理成为可能[5]。由于在应用程序中一个任务经常需要其它任务的输出数据作为自己的输入，因而不同任务间是具有依赖关系的。现有文献大多使用有向无环图(DAG，directed acyclic graph)对具有依赖关系的计算卸载问题进行建模，但是由于DAG结构的复杂性和多样性，基于DAG的计算卸载问题是困难的[5-7]。受制于问题的复杂性，文献[8-9]大多使用启发式算法对这一问题进行求解。然而，启发式算法难以满足MEC环境下的实时动态决策的要求[10]，同时也缺乏通用性。针对这一问题，文献[10-12]提出通过深度强化学习(DRL，deep reinforcement learning)算法求解DAG任务卸载调度决策的方法，利用DRL算法较强的表示能力[13]对DAG卸载决策问题巨大的状态空间进行学习，与此同时DRL算法把最大化长期奖励作为目标，可以避免卸载决策算法陷入局部最优，更能求得全局最优解。……