ty - jour a2 - lv，jianhui au - li，hongyi au-che，xinrui py - 2020 da - 2020/11/19 Ti - Drl的边缘计算模型卸载FIFA世界杯交通SP - 8825643 VL - 2020 AB- 近年来，全球视频流量的数量一直在迅速增加，并且在视频传输过程中卸载流量并提高用户体验是很重要的。在本文中，我们提出了一种新的交通卸载策略，为卡塔尔举行的以下2022个FIFA世界杯提供了可行和有效的参考。首先，我们介绍了基于移动边缘计算（MEC）范例的系统框架，支持将FIFA世界杯流量传输到移动边缘服务器。然后，使用深度加强学习（DRL）来提供流量调度方法并最小化应用程序的调度时间。同时，任务调度操作被认为是马尔可夫决定的过程，并且近端策略优化方法用于训练DRL中的深神经网络。对于所提出的交通卸载策略，我们根据两个真实数据集进行模拟，实验结果表明它具有更小的调度时间，更高的带宽利用率和比两个基线更好的用户体验。SN - 1574-017X UR - https://doi.org/10.1155/2020/88255/2020/8825643 Do - 10.1155 / 2020/8825643 JF - 移动信息系统PB - Hindawi KW - ER -