基于图强化学习的无线移动边缘计算网络在线任务卸载与延迟最小化框架

本研究针对移动边缘计算(MEC)网络中实时任务卸载与资源分配的动态优化难题，提出创新性解决方案。研究人员开发了基于图神经网络(GNN)与深度强化学习(DRL)融合的GROO框架，将MEC网络建模为无环图，通过图状态迁移实现任务卸载决策。实验表明，该框架在复杂网络拓扑下实现0.96秒的最低加权任务响应延迟，较传统DRL方法降低25%，显著提升边缘计算效率。该研究为动态MEC环境提供了具有拓扑适应性的在线优化新范式。

　　

在人工智能与物联网技术爆发的时代，移动边缘计算(MEC)作为延伸云计算能力到网络边缘的关键技术，正面临严峻挑战。当前智能摄像头、工业机器人等无线设备(WD)产生的计算密集型任务呈指数增长，而传统云计算因通信延迟难以满足实时性需求。尽管MEC通过将计算能力下沉到网络边缘基站(MBS/SBS)缓解了这一问题，但动态环境中多设备竞争资源、时变无线信道等复杂因素，使得实时任务卸载决策成为典型的NP难组合优化问题。现有启发式算法存在迭代效率低、无法适应拓扑变化等缺陷，而传统深度强化学习(DRL)方法又难以有效捕捉设备间(D2D)的拓扑关联性。

针对这一技术瓶颈，国内研究人员在《Cognitive Systems Research》发表的研究中，创新性地将图神经网络(GNN)与深度强化学习(DRL)相结合，提出GROO（Graph Reinforcement Learning-based Online Offloading）框架。该研究突破性地将MEC网络建模为无环图结构，其中无线设备与边缘服务器作为节点，通信链路构成边，利用GNN的消息传递机制捕捉网络拓扑特征。通过设计包含任务需求、设备状态和信道条件的多维图状态空间，将复杂的在线优化问题转化为图状态迁移过程。实验验证该框架在动态环境下可实现毫秒级决策响应，较传统方法显著提升系统吞吐量。

关键技术方法包括：1) 构建包含无线设备、接入点(AP)和MEC服务器的异构网络模型；2) 设计基于GNN的编码器提取网络拓扑特征；3) 采用深度Q网络(DQN)算法进行离线训练与在线微调；4) 建立包含计算负载、信道状态和硬件配置的多维评估指标体系。

MEC网络模型
研究将MEC系统抽象为三层架构：终端层（配备计算单元的WD）、接入层（AP中继节点）和边缘层（部署MEC服务器的基础设施）。通过引入"二元任务卸载"策略，每个任务可本地执行或卸载至边缘服务器，形成包含N个WD和K个AP的随机几何图。

信息模型
定义四元组图状态：(1) 任务特征矩阵（计算量、数据量、截止时间）；(2) 设备状态矩阵（CPU频率、剩余电量）；(3) 信道增益矩阵（大尺度衰落与小尺度衰落）；(4) 邻接矩阵（D2D通信关系）。实验采用Rayleigh信道模型模拟时变特性。

计算模型
推导出关键性能指标：本地执行延迟T_loc=C_i/f_i（C_i为计算需求，f_i为CPU频率），卸载延迟T_off=D_i/R_ij+C_i/f_j（D_i为数据量，R_ij为传输速率）。通过联合优化二进制卸载决策和连续资源分配变量，最小化系统加权延迟。

图强化学习框架
GROO的核心创新在于将GNN的归纳学习能力与DRL的序列决策优势结合。GNN编码器采用图注意力机制(GAT)聚合邻居节点信息，生成包含全局拓扑特征的嵌入向量。策略网络则基于这些嵌入预测最优动作（本地/卸载），并通过延迟奖励信号更新网络参数。特别地，框架引入迁移学习机制，使预训练模型能快速适应新拓扑。

实验结果
在模拟的100节点MEC网络中，GROO展现出显著优势：(1) 收敛速度较DROO算法提升40%；(2) 在设备随机加入/退出的动态场景下保持0.98秒的稳定延迟；(3) 网络规模扩展至500节点时，仍保持亚秒级响应，验证了框架的可扩展性。消融实验证实GNN模块对性能提升贡献率达62%。

该研究开创性地将图表示学习引入边缘计算优化领域，其理论价值体现在三方面：首先，提出的图状态建模方法为动态网络优化提供了新范式；其次，GROO框架证明了GNN在捕捉设备间隐性关联方面的独特优势；最后，迁移学习机制的引入解决了传统DRL在新场景需重复训练的痛点。实际应用中，该技术可显著提升智能工厂、车联网等低延迟场景的服务质量，为6G时代分布式智能奠定基础。未来研究可进一步探索多智能体协作机制与能效联合优化方向。