《表1 各卸载算法的平均DAG调度时延》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《移动边缘计算中基于深度强化学习的计算卸载调度方法》
(a)对不同任务规模下各卸载算法的平均DAG调度时延进行比较,实验结果如表1所示。ES所对应的结果为最优解,但由于该算法指数级的复杂度,本实验只能给出n≤20时的结果;由于任务无法并行,在当前传输速率(Rul=Rdl=8)和处理能力(Fs=8×109)下,LE和OE的调度时延均很高。可以看出,RR的平均表现严格优于RS,而HEFT-based的平均表现又严格优于RR,HEFT-based优秀的性能是其被广泛研究和使用的原因。而提出的DRLOSM在每一个任务规模上的平均表现均优于HEFT-based且非常接近最优解。值得注意的是,对各算法的测试是在所生成的900个测试DAG上进行的,即DRLOSM在训练过程中并未见过这些样本。从实验结果可以看出,DRLOSM很好地学习到了DAG调度的通用模式。
图表编号 | XD00198129600 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.05 |
作者 | 詹文翰、王瑾、朱清新、段翰聪、叶娅兰 |
绘制单位 | 电子科技大学信息与软件工程学院、电子科技大学计算机科学与工程学院、埃克塞特大学计算机系、电子科技大学信息与软件工程学院、电子科技大学计算机科学与工程学院、电子科技大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |