6G网络任务卸载与细粒度切片资源调度联合优化算法

针对未来全域、全场景多样化的业务需求，6G网络需要提供场景化、个性化的服务能力。针对未来细粒度业务服务质量保障问题，提出了6G网络任务卸载与细粒度切片资源调度联合优化算法，联合考虑多MEC的计算卸载和网络切片的资源调度，在有限的资源内，最小化任务的执行时延和能耗成本，并采用异步训练的A3C强化学习算法进行求解。仿真结果表明，对比传统算法，该算法可以在满足用户业务需求的情况下降低计算成本，并且算法收敛速度快，可以实现快速决策。