Cloud Resource Scheduling With Deep Reinforcement Learning and Imitation Learning
论文笔记 - 基于深度强化学习与模仿学习的云资源调度
这篇论文的核心目标，是在云资源调度场景下，用 模仿学习 + 深度强化学习 的两阶段方法提升在线调度性能。作者提出 DeepRM_Plus，在 DeepRM 基础上引入行为克隆初始化与更强的 CNN 状态编码，以缓解纯强化学习从零探索时训练慢、收敛慢的问题。论文实验表明，DeepRM_Plus 相比 DeepRM 收敛更快，并在平均加权周转时间与平均循环时间两个指标上取得更优结果。
Imitation Learning Enabled Fast and Adaptive Task Scheduling in Cloud
论文笔记 - 模仿学习增强的云任务调度方法
这篇论文提出了一个 模仿学习增强型云任务调度框架 ILETS，通过“离线专家初始化 + 在线异步专家纠偏”显著提升了 DRL 在动态云环境中的收敛速度、调度性能与鲁棒性。
Diffusion-based Reinforcement Learning for Edge-enabled AI-Generated Content Services
论文笔记 - 基于扩散的边缘增强AIGC服务强化学习
这篇论文的核心目标，是在边缘 AIGC 服务场景下，为动态到达的用户任务选择合适的 AIGC Service Provider（ASP）。作者认为，传统 DRL 在复杂离散决策问题中容易受限于探索效率和策略表达能力，因此提出用扩散模型生成动作分布，并将其嵌入 SAC，形成 D2SAC。
论文笔记 - 在分布式计算连续体中的碳感知任务调度：一种基于李雅普诺夫的强化学习方法
这篇论文的核心目标，是在 Distributed Computing Continuum（DCC） 场景下，把“实时任务调度”与“长期碳预算约束”统一起来。作者提出了一种 Lyapunov 虚拟碳队列 + 动态权重 PPO + 节点内凸优化切片 的双层调度框架，用于在异构云—雾—边环境中实现低时延、低碳排、可长期约束满足的任务调度。