tensorflow1.x完成，适应了tensorflow2.x环境，DQN，DDPG，ACTOR-CRITIC等等强化学习卸载方案

随着物联网的快速发展和４Ｇ?５Ｇ无线网络的普及，万物互联的时代已经到来，网络边缘设备数量的迅速增加，使得该类设备所产生的数据已达到字节级别， 以云计算模型为核心的集中式大数据处理时代，其关键技术已经不能高效处理边缘设备所产生的数据。

区块链 边缘计算 白皮书，由中国移动出品，很好的讲述了区块链和边缘计算的结合，本身边缘计算天然可以作为区块链的节点，两者结合可以为物联网的发展

考虑物理层安全辅助的私密文件传输问题，提出了带有边缘计算服务器的智能基站作为中继协助完成文件压缩、传输与解压的安全传输方案。首先使用空间泊松点过程刻画多个潜在窃听者场景下的安全传输概率，然后构建两跳总安全传输概率约束下的时延及能耗最小化问题。通过一维搜索结合线性规划，得到了最优压缩与解压方案。仿真结果表明，给定安全概率约束下私密信息速率小的链路在传输前需要进行文件压缩，反之不需要压缩，可直接传输。

针对基于云服务的虚拟现实对数据传输速率的高要求以及对传输时延的敏感性问题，提出并设计了基于移动边缘计算技术的云VR系统方案，主要包括基于视点的VR处理和混合数模传输优化。首先采用基于金字塔投影的用户视点感知动态推流方法实现基于视点的VR处理；然后引入混合数模技术对传输进行优化改进，并给出了启发式的资源分配优化算法；最后在长期演进（LTE）系统的基础上改造基站协议栈，融入移动边缘计算技术，实现了完整的移动边缘云VR系统。实验结果表明，与已有方案相比，所提方案能够实现更加稳健高效的传输，达到更好的VR用户体验。

移动边缘计算技术被广泛应用于实时性强和带宽密集型业务，但其底层的异构体系结构可能会导致多种安全及隐私问题。区块链技术的去中心化、防篡改和匿名性等特性为移动边缘计算系统提供了新的可信计算范式，使其在分布式环境中实现无可信第三方的交易认证与信息记录，可保障数据在采集、传输、存储及计算过程中的安全性。针对边缘计算中的安全隐私保护、资源管理等关键问题，阐述面向移动边缘计算的区块链技术在数据安全、隐私保护、身份认证、访问控制、计算迁移和网络管理方面的研究及应用现状，归纳总绪内容分发网络、智慧城市、智慧医疗等移动边缘计算场景下应用区块链技术的具体方式及性能优势，并对其未来研究及应用前景进行展望。

边缘计算与5G同行，开拓蓝海新市场。随着日渐成熟的SDN/NFV、大数据、人工智能等技术，5G网络将成为各行业数字化转型的关键基础设施。边缘计算技术作为5G网络架构中核心的一环，顺随运营商边缘机房智能化改造的趋势……

面向空天地一体化网络的移动边缘计算技术

复现的论文文献地址https://doi.org/10.1016/j.ins.2021.05.020，可自行下载文献阅读

改代码对应的文章：Multi-Agent Deep Reinforcement Learning for Task Offloading in Group Distributed Manufacturing Systems（资源里包含PDF文章） 含有可运行的pytorch代码，调试多次，实测可运行 包括大规模数据集用来仿真实验 算法：多智能体深度强化学习 Actor-Critic