一种分布式边缘计算网络资源编排方法

本发明公开了一种分布式边缘计算网络资源编排方法，涉及无线通信与计算技术领域。所述方法包括：将边缘计算网络的所有端节点视为智能体，初始化集中式资源联合编排模型TAC，并初始化边缘计算网络环境和任务流；对TAC模型进行集中式训练，直至模型收敛；其中，TAC模型基于单Actor多Critic结构的强化学习框架和Transformer模型构建；基于迁移学习方法，将原本的TAC模型转换为分布式资源编排模型DTAC，用于在各用户节点处分布式地进行用户本地的网络资源编排决策。相较于现有技术，本发明可降低通信、计算时延。