Délestage coopératif de tâches basé sur la QoE avec apprentissage par renforcement profond dans les réseaux mobiles en périphérie (Mobile Edge Networks)

Dans les MENs, les services de délestage de tâches sont censés libérer les MUs des tâches complexes, ce qui contribue à réduire la latence du service et améliore ainsi la QoS. Bien que les propositions éprouvées de délestage coopératif de tâches répondent efficacement à ces exigences en encourageant la coopération entre les MUs et la périphérie (edges), la QoE du point de vue des MUs reste faible. Par conséquent, explorer un mécanisme de délestage basé sur la QoE pour mieux servir les MUs dans les MENs est une tâche urgente. Dans cet article, en remodelant le processus conventionnel de délestage, nous explorons un nouveau mécanisme de délestage coopératif afin d'améliorer la QoE. Nos contributions s'articulent autour de trois aspects : la construction d'un concentrateur de tâches (task-hub) optimise les MENs traditionnels, ce qui prend en charge une gestion efficace des MU et une communication à faible latence ; le prétraitement des tâches affine rigoureusement les entrées de tâches en fonction de la priorité et de la redondance, ce qui conduit à une QoE plus élevée ; et l'ordonnancement des tâches avec apprentissage par renforcement profond (DRL) nommé Double Dueling Deterministic Policy Gradient (Double DDPG) établit une politique de délestage rationnelle garantissant une latence de service minimale. Les résultats expérimentaux montrent que notre approche proposée atteint des performances de QoE bien supérieures à celles des schémas existants.