エッジクラウドネットワークの共同最適化のためのマルチタイムスケール潜在行動深層強化学習

階層的エッジクラウドコンピューティング（HECC）システムでは、動的なタスク到着と異種リソースに起因するエッジ層とクラウド層の負荷不均衡が、キューイング遅延の増大とリソース利用効率の低下を引き起こす。この課題に対処するため、研究者らはサービス配置、計算委任、電力制御の共同最適化（JSCP）問題を定式化し、平均エンドツーエンド遅延の最小化を目指した。この問題は離散変数と連続変数の強い結合により、混合整数非凸NP困難な最適化問題となる。解析を容易にするため、決定動態の本質的な時間スケール差を利用し、長期システム設定と短期リソース割り当ての2つのサブ問題に分解した。この定式化に基づき、潜在行動空間を備えた2タイムスケール多層深層強化学習フレームワーク（2T-MDRL-LA）を提案する。変分オートエンコーダ（VAE）を用いた潜在行動表現により、高次元の組合せ行動空間を効率的に圧縮する。シミュレーション結果は、提案フレームワークが動的ネットワーク条件に適応し、分枝限定法による最適解に近い性能を達成することを示した。計算委任なしの方式と比較して、平均エンドツーエンド遅延を最大20.8%削減、リソース利用率を13%向上させ、従来の近位方策最適化（PPO）よりも約50%高速に収束する。この成果は、エッジクラウドネットワークのリアルタイム最適化に有望な手法を提供する。さらに、本フレームワークはユーザ関連付け、タスクオフロード、ユーザ送信電力などの決定変数も共同最適化し、マルチエージェント協調によりシステム全体の性能を向上させる。論文はVo Phi Son氏を含む4名の研究者により執筆され、2026年6月30日にarXivに提出され、機械学習分野に分類されている。この研究は、将来のエッジコンピューティングシステムのインテリジェント管理に新たな方法論的基盤を提供し、IoTや拡張現実などの低遅延アプリケーションでの重要な役割が期待される。