摘要
无人机（UAV）辅助的移动边缘计算（MEC）可以将计算服务延伸至基础设施受限区域。然而，当空间聚集的地面用户（GU）初始位置未知且其间歇性任务在有限有效窗口内到期时，服务提供仍面临严峻挑战。因此，假设已知GU位置和请求的传统轨迹控制器不适用于感知受限条件，因为在两次访问之间，超范围任务仍然隐藏不可见。部分可观测控制已被用于应对这些挑战；然而，现有框架并不充分，因为未知服务区域的发现和为重新观测隐藏需求所需的重复回访未被联合考虑。本文提出了一种基于目标条件多智能体强化学习的截止期节拍巡逻（DPP-GCMARL）框架。在该框架中，基于规则的截止期节拍巡逻（DPP）层将基于感知的网格单元记忆转换为经截止期归一化陈旧度处理后的无冲突目标网格单元。随后，所分配的目标由学习得到的目标条件移动（GCM）层映射为连续运动指令。仿真结果表明，与多智能体近端策略优化（MAPPO）相比，DPP-GCMARL提升了端到端已完成工作负载比率。它还提高了探索耦合公平性和最差集群采集比率，同时降低了每架UAV的平均行驶距离。这些结果证实了所提框架在基础设施受限环境下提供截止期受限MEC服务的潜力。
