本發(fā)明公開(kāi)了一種基于雙層結(jié)構(gòu)模型的任務(wù)卸載方法及裝置，該方法包括：步驟S1，構(gòu)建并初始化基于DNN的內(nèi)層結(jié)構(gòu)模型，初始化當(dāng)前卸載情況矩陣，構(gòu)建總?cè)蝿?wù)矩陣；步驟S2，利用群體優(yōu)化算法，根據(jù)環(huán)境變化和任務(wù)情況為內(nèi)部結(jié)構(gòu)模型調(diào)整模型超參數(shù)，對(duì)不同超參數(shù)組合的內(nèi)部結(jié)構(gòu)模型進(jìn)行訓(xùn)練，使內(nèi)部結(jié)構(gòu)模型能夠快速適應(yīng)新環(huán)境，從而得到效果最好的內(nèi)部結(jié)構(gòu)模型；步驟S3，所述內(nèi)部結(jié)構(gòu)模型接受步驟S2提供的超參數(shù)，通過(guò)DNN模型完成模型的前向傳播過(guò)程，分析出任務(wù)的卸載結(jié)果，并根據(jù)Memory機(jī)制和反向傳播反饋訓(xùn)練DNN模型，從而實(shí)現(xiàn)利用深度強(qiáng)化學(xué)習(xí)模型對(duì)任務(wù)卸載問(wèn)題進(jìn)行實(shí)時(shí)高精度的決策。