深層強化学習を用いたUAV搭載型モバイルエッジコンピューティングの経路計画

本レターでは、無人航空機（UAV）搭載型モバイルエッジコンピューティングネットワークについて研究する。ここでは、UAVが移動端末ユーザー（TU）からオフロードされた計算タスクを実行し、各TUの移動はGauss-Markovランダムモデルに従う。各TUのサービス品質（QoS）を保証するため、エネルギーに制約のあるUAVは移動TUの位置に応じて動的にその軌道を計画する。この目的に向けて、問題をマルコフ決定プロセスとして定式化し、UAVの軌道およびUAV-TU関連付けを最適化対象パラメータとしてモデル化する。システム報酬を最大化しQoS制約を満たすため、double deep Q-networkに基づく提案アルゴリズムにおいてQoSベースの行動選択ポリシーを開発する。シミュレーションの結果、提案アルゴリズムは従来アルゴリズムよりも迅速に収束し、より高い総スループットを達成することが示された。