论文笔记

每日论文

A Dynamic Service Placement Based on Deep Reinforcement Learning in Mobile Edge Computing-2023.4.2

不行

这篇论文考虑的主要有用户迁移然后服务要跟着迁移，这里还考虑一个服务只专门服务一个用户，跟我的背景差别很大啊

State = [r,u],r是剩余存储能力，u是用户当前位置

Action 是 多个服务迁移如：服务v迁移到服务w

reward也因此别人直接用某个公式做奖励了，我觉得不好借鉴

奖励 r 由多个移动用户的平均延迟反馈与 r 进行比较来衡量

Online Microservice Orchestration for IoT via Multiobjective Deep Reinforcement Learning 2023.4.2