زمان‌بندي وظايف برنامه‌هاي كاربردي اينترنت اشيا در محيط رايانش مه با استفاده از يادگيري تقويتي عميق

هم‌زمان با فراگيرشدن تكنولوژي اينترنت اشيا در سال‌هاي اخير، تعداد دستگاه‌هاي هوشمند و به تبع آن حجم داده‌هاي جمع‌آوري‌شده توسط آنها به سرعت در حال افزايش است. از سوي ديگر، اغلب برنامه‌هاي كاربردي اينترنت اشيا نيازمند تحليل بلادرنگ داده‌ها و تأخير اندك در ارائه خدمات هستند. تحت چنين شرايطي، ارسال داده‌ها به مراكز داده ابري جهت پردازش، پاسخ‌گوي نيازمندي‌هاي برنامه‌هاي كاربردي مذكور نيست و مدل رايانش مه، انتخاب مناسب‌تري محسوب مي‌گردد. با توجه به آن كه منابع پردازشي موجود در مدل رايانش مه داراي محدوديت هستند، استفاده مؤثر از آنها داراي اهميت ويژه‌اي است.در اين پژوهش به مسئله زمان‌بندي وظايف برنامه‌هاي كاربردي اينترنت اشيا در محيط رايانش مه پرداخته شده است. هدف اصلي در اين مسئله، كاهش تأخير ارائه خدمات است كه جهت دستيابي به آن، از رويكرد يادگيري تقويتي عميق استفاده شده است. روش ارائه‌شده در اين مقاله، تلفيقي از الگوريتم QLearning، يادگيري عميق و تكنيك‌هاي بازپخش تجربه و شبكه هدف است. نتايج شبيه‌سازي‌ها نشان مي‌دهد كه الگوريتم DQLTS از لحاظ معيار ASD، ۷۶% بهتر از الگوريتم QLTS و 5/6% بهتر از الگوريتم RS عمل مي‌نمايد و نسبت به QLTS زمان همگرايي سريع‌تري دارد.