1. decima-sim
   • 概述：
     圖神經網絡+強化學習處理多工作流
     用的spark的仿真環境，mit的論文，價值很高，高被引：663
   • 倉庫地址：https://github.com/hongzimao/decima-sim
   • 論文：https://web.mit.edu/decima/content/sigcomm-2019.pdf
2. Dependency-Aware-Computation-Offloading-for-Mobile-Edge-Computing-with-Edge-Cloud-Cooperation
   • 概述
     云邊協同場景做工作流卸載，基于貪婪算法。CCF-A
     代碼很完整，可以在真實環境做實驗（其他大部分是仿真）
   • 倉庫地址：https://github.com/Derfei/Dependency-Aware-Computation-Offloading-for-Mobile-Edge-Computing-with-Edge-Cloud-Cooperation
   • 論文：https://ieeexplore.ieee.org/abstract/document/9257019
3. metarl-offloading
   • 概述
     云邊端協同做任務卸載和資源分配，基于強化學習（暫時沒具體看論文）
     代碼完整，SCI一區論文
   • 倉庫地址：https://github.com/linkpark/metarl-offloading
   • 論文：https://arxiv.org/abs/2008.02033
4. RLTaskOffloading
   • 概述
     云邊端做工作流卸載，基于強化學習（加入s2s以適應不同的工作流），一個step就是一個episode（輸入策略，直接輸出獎勵，只適用環境變化小的情況）
     代碼完整，有完整實驗代碼，CCF-A，與metarl-offloading同一個人發布，所以代碼相似
   • 倉庫地址：https://github.com/linkpark/RLTaskOffloading
   • 論文：https://ieeexplore.ieee.org/abstract/document/9627763
5. Multi-Agent Reinforcement Learning in NOMA-Aided UAV Networks for Cellular Offloading
   • 概述
     邊端場景下做任務卸載，考慮移動性，基于強化學習
     SCI一區
   • 倉庫地址：https://github.com/Frost-Armor/Multi-Agent-Reinforcement-Learning-in-NOMA-Aided-UAV-Networks-for-Cellular-Offloading
   • 論文：https://ieeexplore.ieee.org/abstract/document/9520121
6. Joint task offloading and resource optimization in NOMA-based vehicular edge computing: A game-theoretic DRL approach
   • 概述
     NOMA-based車載邊緣計算環境，邊（BS）端（車輛）協同做任務卸載和資源分配
     SCI二區
   • 倉庫地址：https://github.com/neardws/Game-Theoretic-Deep-Reinforcement-Learning
   • 論文地址：https://www.sciencedirect.com/science/article/pii/S138376212200265X
7. IGNITE
   • 概述
     數字孿生+車載邊緣計算+任務卸載，基于強化學習
     代碼還可以，沒仔細看
   • 倉庫地址：https://github.com/NetworkCommunication/IGNITE
   • 論文：https://ieeexplore.ieee.org/abstract/document/10234624
8. daggen
   • 概述
     這個是工作流生成器，很多論文都適用
   • 倉庫地址：https://github.com/frs69wq/daggen