bet365 院讯（通讯员：满志毅）近日，bet365 密码学及数据安全科研团队张国威副教授课题组论文 “Agentic AI-Enabled Semantic Task Offloading for Embodied UAV-MEC: A Generative Reinforcement Learning Approach”在认知智能通信领域顶级期刊IEEE Transactions on Cognitive Communications and Networking（IEEE TCCN）在线发表。该论文以bet365 为第一完成单位，2023级研究生满志毅为第一作者，张国威副教授为通讯作者。IEEE TCCN聚焦认知无线电、AI 驱动通信网络、智能资源调度、空天地一体化等前沿方向，最新影响因子为8.0，是中科院一区TOP期刊、JCR一区期刊。

随着计算密集型、时延敏感类业务的需求持续激增，基站算力承载压力与抗干扰能力受限问题日益突出，严重损害用户体验质量。该研究面向搭载实体无人机的移动边缘计算（UAV-MEC）网络，提出一套基于智能体人工智能的资源调度框架。具体而言，自主无人机智能体采用语义通信仅传输任务核心特征，在降低通信开销与任务时延的同时抵御恶意干扰。研究框架融合用户并行多任务处理、实体无人机运动模型与长时序任务执行机制，能够精准刻画真实业务场景。研究人员将用户体验质量最大化问题建模为长时序智能体决策优化问题，联合优化任务卸载、无人机轨迹规划与通信计算资源分配。为解决该复杂联合优化难题，该研究基于集中式训练分布式执行架构，设计多智能体生成策略优化算法。该算法融合生成式 AI 驱动的扩散-高斯混合策略：借助扩散分支实现智能体高多样性探索，同时依托高斯分支在复杂实体动态环境下保障学习稳定性。仿真结果表明，所提框架可显著提升用户体验质量，降低系统能耗与任务时延，性能全面优于现有主流对比方案。

全文链接：//doi.org/10.1109/TCCN.2026.3704568

该研究得到山东省计算机网络重点实验室开放课题、国家重点研发计划、广东省科技计划项目的资助支持。

供稿审核：高   鹏

审核编辑：马   旭

终审：王茂励