arXiv · Multiagent Systems· Xinjin Li, Siru Tao, Shihan Yin, Yujian Long, Qingze Wang, Lu Cheng, Yeyang Zhou, Calvin Chang Liu, Yu Ma·· 3 小时前AI 评分30
IMPACT：面向云边微服务迁移的意图驱动多智能体策略与注意力机制
IMPACT: Intent-driven Multi-agent Policy with Attention for SLO-guaranteed Microservice Migration in Cloud-edge Systems
AI 导读
IMPACT 是一个面向云边微服务迁移与带宽控制的意图驱动 Agentic AI 框架，采用集中训练分散执行（CTDE），将每个边缘云建模为自主智能体并编码局部 SLO 风险、迁移紧迫性与计算压力。实验表明，在 5 边缘和 20 边缘场景下，IMPACT 相比现有因子化多智能体强化学习与启发式基线，平均延迟降低 30-50%，尾延迟偏差降低 40-70%，在严格阈值下实现接近零的 SLO 违约率。
来源：arXiv · Multiagent Systems · arxiv.org