随着物联网的快速发展，计算密集型有向无环图（DAG）任务在云‑边‑端协同环境中日益增多。云、边、端节点在算力、网络带宽和能耗上高度异构，使得带有复杂依赖的任务调度成为 NP‑hard 问题。传统启发式算法和常规强化学习方法难以捕捉系统资源的时空动态。
本文提出 PPO‑STGNN，一种将近端策略优化（PPO）与时空图神经网络（STGNN）结合的 DAG 任务调度算法。STGNN 同时对 DAG 任务拓扑和物理资源图进行特征抽取，随后通过 PPO 优化调度策略，以最小化完成时间（makespan）和调度长度比（SLR），并提升 CPU 与内存的负载均衡。为加速收敛，引入多教师行为克隆机制进行预训练。实验表明，PPO‑STGNN 在保持低完成时间的同时显著改善负载均衡，适用于动态且异构的云‑边‑端 DAG 调度场景。
点评