사물 인터넷의 발전으로 인해 무선 네트워크에서 발생하는 태스크가 증가하였고, 특히 차량의 발달로 인해 차량에서 발생하는 실시간으로 대응이 필요한 계산 집약적인 태스크가 증가하였다. 이러한 태스크를 효과적으로 처리하기 위해 엣지 컴퓨팅이 등장하였으며 노변 기지국(Road Side Unit, RSU) 등의 시설을 이용하여 서비스를 제공한다. 하지만 이렇게 지상에 고정된 엣지 서버의 경우 도심 지역 출퇴근 시간과 같이 차량의 수가 일시적으로 급증하는 상황에 대해 유연하게 대처할 수 없다.
따라서 이동성을 가지는 무인 항공기를 추가로 이용하여 엣지 서비스를 제공하는 방안을 연구하였다. 무인 항공기 엣지 서버의 경우 지상 엣지 서버와 달리 배터리가 한정되어 있어 에너지를 효율적으로 사용하는 것이 매우 중요하다. 또한 사용자의 이동성이 높은 차량 환경에서는 차량에 서비스를 제공하는 엣지 서버가 빠르게 변화하기 때문에 적절한 태스크 마이그레이션을 통해 로드 균형을 맞추고 처리 지연 시간을 최소화 할 필요가 있다.
본 연구에서는 무인 항공기 엣지 서버의 에너지를 효율적으로 사용하면서 엣지 서버 간 로드 균형을 통해 처리 지연을 최소화하기 위한 태스크 마이그레이션 기법을 제안하였다. 동적인 환경에 효과적으로 대응하기 위해 강화학습 기반의 태스크 마이그레이션 기법을 연구하였으며, 여러 가지 환경에 대해 최적의 서비스를 제공하기 위하여 세 가지 기법을 제안하였다. 에너지 편차와 로드 편차를 최소화하고 전체 시스템 처리량을 최대화하는 것을 목표로 하였으며, 다른 기법들과의 비교 실험을 통해 제안한 기법들이 에너지와 로드 편차, 그리고 처리량 측면에서 좋은 성능을 보이는 것을 증명하였다.