云边端协同计算:基于强化学习

本书系统性地介绍了云边端协同计算所需要的核心技术，主要包括五大部分：第yi部分介绍了云边端协同计算的基础，并详细分析了当前面临的挑战；第二部分针对大规模动态任务难以高效处理的挑战，介绍基于多智能体强化学习的边端协同计算卸载；第三部分针对分散异构资源难以充分利用的挑战，介绍基于分布式强化学习的云边协同计算卸载；第四部分针对异构内容请求难以快速响应的挑战，介绍基于联邦深度强化学习的云边端协同缓存；第五部分针对联合缓存和卸载难以协同决策的挑战，提出了基于分层强化学习的联合服务缓存和计算卸载。
【推荐语】
本书获得国家科学技术学术著作出版基金资助出版。 本书特色 前沿性与系统性结合：紧扣云边端协同计算领域四大核心挑战，从基础架构到关键技术全面解析，涵盖任务卸载、资源调度、缓存优化等多维度解决方案，内容前沿且体系完整。 强化学习技术深度融：创新性地引多智能体、分布式、联邦及分层强化学习等方法，针对不同场景设计协同决策模型，并通过算法介绍与代码实现增强实践性。 面向多层次读者需求：既可作为高年级本科生或研究生的教材，也可为科研人员与从业者提供理论参考和技术支撑，兼顾教学性与科研/工程应用价值。
【作者】
李秀华 重庆大学大数据与软件学院教授、博士生导师，重庆英才·青年拔尖人才，重庆市学术技术带头人后备人选，信息物理社会可信服务计算重实验室——智能软件与服务计算研究所所长，博士毕业于加拿大不列颠哥伦比亚大学（UBC）电气与计算机工程系。近年来主要从事移动边缘计算/缓存、边缘智能、大模型训练与推理、智能网联汽车等方面研究，在IEEE JSAC、IEEE COMST、IEEE TMC、IEEE TSC、IEEE TWC、IEEE TCOM、IEEE TCC、ACM TOSN、IEEE INFOCOM等著名国际期刊/会议上发表论文120多篇；申请专利50余项，授权30余项；获得软件著作权约10项。参与多个国际国内期刊/会议的组织工作，担任Computer Communications期刊编辑、Wireless Networks与ZTE Communications等期刊客座编辑、EAI 6GN 2024大会主席、EAI 6GN 2021程序委员会共同主席等。主持国家级、省部级、企业级项目与课题20余项，获得省部级一等奖、二等奖共3项。 孙川 重庆师范大学计算机与信息科学学院讲师。博士毕业于重庆大学大数据与软件学院，新加坡南洋理工大学博士后。主要从事边缘计算、大模型压缩和强化学习等领域的研究工作，已在IEEE JSAC、IEEE TKDE、IEEE TSC等国际权威期刊上发表相关研究论文30余篇，其中以第一作者或通讯作者发表论文10篇，包括CCF-A类2篇、中科院一区Top 3篇、中科院二区3篇；授权专利7项。参与多个国际国内期刊/会议的组织工作，担任EURASIP Journal on Wireless Communications and Networking客座编辑、Cloud Computing and Data Science副编辑，IEEE INFOCOM Demo、WWW Workshop等会议程序委员会成员，博士期间曾担任中国计算机学会重庆大学学生分会主席。 文俊浩 重庆大学大数据与软件学院教授、博士生导师，CCF理事，CCF杰出会员，CCF重庆分部主席，CCF服务计算常委，CCF软件工程专委委员。重庆市名师，重庆市学术技术带头人，重庆市高校中青年骨干教师。近年来主要从事服务计算、数据挖掘等方面的研究。在SCI、EI等期刊上发表学术论文150多篇。主持国家自然科学基金面上项目、国家支撑计划、博士基金、重庆市自然科学基金、重庆市教学改革重大项目等，并主持软件发横向项目近20项。曾获2014年国家级教学成果二等奖（排名第1）、2005年国家级教学成果二等奖（排名第2）、2013年重庆市教学成果一等奖（排名第1）、2012年重庆市科技步二等奖（排名第1）。