计算机工程与应用

作者：陈丽琼, 杨新元, 孙怀英

单位：上海应用技术大学 智能技术学部，上海 201418；

关键词：边缘计算卸载,深度强化学习,任务卸载,双延迟深度确定性策略梯度（TD3）,模糊逻辑

基金：上海市科委部分地方院校能力建设项目（22010504100）；上海市启明星计划-扬帆专项（22YF1448100）。

在移动边缘计算（mobile edge computing，MEC）中，为了满足低延时服务的需求，基于无小区大规模多输入多输出（cell-free massive multiple-input multiple-output，CF-mMIMO）的MEC系统正在成为一种有效的解决方案。然而，由于接入点集分配的复杂性和网络资源的动态性，MEC系统在接入点分配和延迟优化方面面临挑战，这也制约了系统的整体效率和用户体验。针对上述问题，构建了一种基于开放式无线接入网络（open radio access network，O-RAN）和CF-mMIMO技术的MEC系统架构，并通过联合优化用户接入点分配和任务卸载策略，以最小化系统时延和能耗。提出一种基于模糊逻辑（fuzzy logic，FL）与双延迟深度确定性策略梯度（twin delayed deep deterministic policy gradient，TD3）的优化算法（FL-TD3）。其中模糊逻辑模块依据系统状态和环境特征构建先验决策，以降低TD3算法中决策空间维度高导致的优化难度。基于构建的先验决策，TD3算法通过超网络自适应优化先验决策，提高策略对动态环境的适应性。仿真结果表明，与TD3算法、DDPG（deep deterministic policy gradient）算法、Random算法相比，FL-TD3算法在优化用户平均时延和能耗上的性能有显著提升。

来源：2026年第4期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第4期