산업용 IoT 는 스마트 기기와 5G 기술의 등장으로 괄목할 만한 성장을 이루었지만 기기 성능에는 한계가 있습니다. 리소스 제약을 해결하기 위해 계산 오프로딩이 실행 가능한 솔루션으로 등장했습니다. 모바일 에지 컴퓨팅는 장치 작업 부하를 완화하고 MEC 페더레이션은 리소스 활용도를 향상시키지만 실질적인 문제에 직면합니다. 본 논문에서는 모바일 에지 컴퓨팅는 연합 시스템 내에서의 의사결정 오프로딩과 컴퓨팅 자원 할당에 대해 탐구합니다. 모바일 에지 컴퓨팅는 연합의 자원 상황을 고려하여 총 지연 에너지 비용을 최소화하는 것을 목표로 하는 작업 오프로딩 프레임워크를 제안합니다. 이 문제는 Markov Decision Process 로 변환되고 Deep Deterministic Policy Gradient 및 Prioritized Experience Replay 버퍼를 기반으로 하는 자원 할당 및 작업 오프로딩 알고리즘을 사용하여 해결됩니다. 시뮬레이션 결과는 DDPG-PER.