محققان در یک پژوهش جدید، از «یادگیری تقویتی عمیق» (DRL) برای حل چالشهای پیچیده در شبکههای ابری و لبه (Edge-Cloud) استفاده کردهاند.
این فریمورک جدید که با نام 2T-MDRL-LA معرفی شده، با استفاده از مدلهای VAE (خودرمزگذار متغیر)، فضای تصمیمگیریهای پیچیده را فشرده میکند تا سیستم بتواند در لحظه، بهترین تصمیم را برای کاهش تأخیر (Latency) در ارسال و پردازش دادهها بگیرد.
نتایج این تحقیق نشان میدهد که این روش میتواند تا حدود ۲۱ درصد عملکرد شبکه را نسبت به روشهای سنتی بهبود ببخشد. گامی مهم برای افزایش سرعت و پایداری در اینترنت نسل آینده! ⚡️
منبع: arXiv Machine Learning
